蓝桥杯培训第三讲 DP（硬币问题）

炯炯666

已于 2023-01-08 19:24:51 修改

阅读量383

点赞数 1

分类专栏：学习文章标签：算法动态规划

于 2023-01-04 20:22:01 首次发布

本文链接：https://blog.csdn.net/m0_74313899/article/details/128553534

版权

本文介绍了经典的硬币问题，分析了为什么贪心策略不适用于所有情况，并提出使用动态规划来解决小规模数据的问题。通过dp数组记录每种面值硬币组合的最小数量，公式表示为dp[n] = min(dp[n - 1], dp[n - 5], dp[n - 11]) + 1。" 136956718,1291052,FSK调制系统FPGA实现与MATLAB仿真对比,"['fpga开发', 'matlab', 'FSK调制系统', 'fpga和matlab联合开发']

摘要由CSDN通过智能技术生成

1.问题描述：
硬币问题是比较古老而又经典的问题，即给定需要凑的硬币，给定几种面值的硬币，问最少所需要的硬币个数凑成。
比如给定15 硬币面值为1 ,5,11三个面值
即输入 15
输出为最少的硬币个数：3

2.算法分析：
其实硬币问题也可以算是贪心问题，比如给定面值为100 ,50,10,1的面值，我们给定
666，如果凑666的话，我们可以从大的凑，再从小的凑，比如
666 = 6 * 100 + 50 * 1 + 10 * 1 + 6 * 1 = （6 + 1 + 1 + 6） = 14
这样解即是最优解。
但是我们如果用这个贪心策略来解该问题的话，可能取不到想要的效果。
比如 15 = 11 * 1 + 1 * 4 = （1 + 4 = 5），但是这并不是最优的解，
比如15 = 5 * 3 = 3应该才是最优解。
所以，关于这个问题，其实对于数据规模大的时候我们采用贪心是没有错的，对于小规模数据我们使用DP来解，这是对于硬币问题最好的解决方式。
我们分析该怎么做呢。
其实我们不难发现我们每次考虑三种硬币即可，每次的选取应该是,
对于每个需要凑的硬币用dp数组来记录。dp[n]代表所需凑成n的最小硬币。
不难发现每个dp[n] 与 dp[n - 1],dp[n - 5],dp[n - 11]的关系：
dp[n] = min(dp[n - 1], dp[n - 5], dp[n - 11])