找零兑换问题：递归解法

最新推荐文章于 2022-09-18 11:23:24 发布
最新推荐文章于 2022-09-18 11:23:24 发布
阅读量2k 收藏 6
点赞数 1
分类专栏： 用python实现数据结构和算法 文章标签： 数据结构 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/nyz5211314/article/details/105990555
版权
本文通过递归解决找零兑换问题，详细阐述递归的三个定律，并结合美元硬币体系实例，展示如何减少问题规模。原始算法效率低下，针对63分兑换需要67716925次递归。通过改进算法，利用表存储中间结果避免重复计算，63分问题的递归调用次数降至221次，显著提升了效率。
摘要由CSDN通过智能技术生成

引言

用递归解决找零兑换问题，首先先要明确递归三定律
1.最小规模问题（基本结束条件）
2.减小问题规模（向结束条件演进）
3.解决减小了规模的相同问题（调用自身）

应用到实际找零兑换的问题上，首先明确最小规模问题：需要兑换的找零，其面值正好等于某种硬币。如我们需要找零25分，刚好有25分面值的硬币，这里就只需要1个硬币就可完成找零。
在这里插入图片描述
其次是减小问题的规模：对每种硬币的面值分别尝试。
如美元硬币体系：找零减去1分(penny)、5分(nikel)、10分(dime)、25分(quarter)后求兑换硬币的最少数量(递归调用自身)
选则上述减小规模次数最小的方案完成找零
在这里插入图片描述

代码如下

import time

def recMC(coinValueList, change):
    mincoin = change
    #最小规模问题，如果找零刚好有面值相等的硬币即返回1
    if change in coinValueList:
        return 1
    else:
        #减小问题规模，将每种情况都试完，选择找零需要的最小硬币数
        for i in
最低0.47元/天 解锁文章
菜鸟12134
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
找零问题之递归算法求解改进Python
qq_42907161的博客
08-28 373
找零问题之递归算法求解改进 写在前面，一定要弄清楚，字典的传递传的是引用，是地址！，这个小问题浪费了我将近两个小时。等号复制，dict.copy()和copy模块的deepcopy()方法，这三个要搞清楚。 前面提到了递归方法解决找零问题，但是当数值非常大，或者纸币面值种类很多时，程序跑起来就会花费很多时间。我的笔记本配置比较低，面值[1,5,10,25]的，找零63元，需要5分钟所有的时间。其实可以想象，这种递归非常浪费时间。 比如拿上一篇文章中的17元来说，简单说一下 可以分成一张10元和找零7元
硬币找零问题_动态规划_算法与数据结构
weixin_30301449的博客
07-26 707
问题： 假设有n种面值不同的硬币，个个面值存于数组T[1:n]中，现在用这些硬币来找钱，各种硬币的使用个数不限; 求对于给定的钱数N，最少可以由几枚硬币组成，并输出硬币序列。 分析： 假设对于i = 1...N-1， 所需最少的硬币数Count(i) 已知， 那么对于N，所需的硬币数为Min( Count(i) + Count(N-i)) , i=1...N-1; 于是一个直观的方法是用...
递归找零问题
weixin_33744854的博客
12-01 301
题目：现有1元、5元、10元、20元、50元面值不等的钞票，问需要90元钱有多少种找钱方案 此题如果没要求打印结果，只要求打印出一共有多少种方案，那么可以采用贪心算法 首先选取最大的，然后逐次选择最小的进行递归实现 代码如下： #include "stdafx.h" #include <iostream> #include <stdio.h> us...
数据结构26：找零兑换问题的递归解法
xddwz的博客
09-20 937
目录 一、找零兑换问题：递归解法 二、找零兑换问题：递归解法代码 四、递归解法改进代码 一、找零兑换问题：递归解法 我们来找一种肯定能找到最优解的方法 首先确定基本结束条件，兑换硬币这个问题最简单最直接的情况就是，需要兑换的找零，其面值正好等于某种硬币。 其次是减小问题规模，我们要对每种硬币尝试一次，例如美元硬币体系： 找零减去1分后，求兑换硬币最少数量（调用自身）； 找零减去5分后，求兑换硬币最少数量； 找零减去10分后，求兑换硬币最少数量； 找零减去25分后，求兑换硬币最少数.
找零兑换（递归解法）
持之以恒
07-25 135
https://blog.csdn.net/nyz5211314/article/details/105990555
python数据结构：找零兑换问题的递归解法
数据分析阿宇君的博客
03-14 383
找零兑换问题：递归解法改进代码 import time def recDC(coinValueList,change,knownResults): minCoins=change if change in coinValueList: #递归基本结束条件 knownResults[change]=1 #记录最优解 return 1 elif...
[6.3.1]--410找零兑换问题的递归解法.srt
最新发布
04-03
[6.3.1]--410找零兑换问题的递归解法.srt
[6.3.1]--410找零兑换问题的递归解法.mp4
04-03
[6.3.1]--410找零兑换问题的递归解法.mp4
数据结构与算法(Python版)二十八：找零兑换问题的动态规划解法
神薯片
06-24 841
找零兑换：动态规划解法 中间结果记录可以很好解决找零兑换问题 实际上， 这种方法还不能称为动态规划，而是叫做“memoization（记忆化/函数值缓存） ”的技术提高了递归解法的性能 动态规划算法采用了一种更有条理的方式来得到问题的解 找零兑换的动态规划算法从最简单的“1分钱找零”的最优解开始， 逐步递加上去， 直到我们需要的找零钱数 在找零递加的过程中， 设法保持每一分钱的递加都是最优解， 一直加到求解找零钱数， 自然得到最优解 递加的过程能保持最优解的关键是， 其依赖于更少钱数最优解的简单计算， 而更
使用动态规划完美解决硬币找零问题（Python）
zbp_12138的博客
10-06 7367
使用动态规划解决硬币找零问题前情提要动态规划的问题描述重叠子问题无后效性最优子结构互相独立——满足最优子结构互相干扰——不满足最优子结构深入理解最优子结构使用动态规划求解硬币找零问题递归与动态规划状态缓存与循环通用的动态规划从贪心算法到动态规划总结与升华 前情提要 在前面几篇文章中，我们使用了贪心算法求解硬币找零的问题，并从中发现了贪心算法本身的局限性： 贪心算法几乎只考虑了局部最优，因此无法应对需要考虑整体最优的算法问题。 针对这一问题，我们重新思考了解决方案，用递归的方法来穷举出所有可能的组合，从这
找零钱递归实现
热门推荐
wumuzi520的专栏
08-06 1万+
题目：现有1元、2元、5元、10元、20元面值不等的钞票，问需要20元钱有多少种找钱方案，打印所有的结果！   分析：此题如果没要求打印结果，只要求打印出一共有多少种方案，那么可以直接用动态规划，参考背包问题——“01背包”及“完全背包”装满背包的方案总数分析及实现 如果要求打印所有结果，那递归是再好不过的了。   #include #include using namespac
找零问题之递归算法求解Python
qq_42907161的博客
08-27 986
找零问题之递归算法求解 其实贪心算法得出的结果并不一定是最优解。拿上篇文章中的找零问题来说，如果是找零6元，并且面值为[1,3,4]，那么依据算法结果应该是一张4元，两张1元，一共三张。但是实际上两张3元即可。所以贪心算法的到的结果不一定是最优解，取决于实际数据。（实际是“每次选取面值大的纸币不一定使得最终的纸币数量少”）。 所以用贪心算法来做是不完美的。简单粗暴的方法就是枚举出所有的方案，对比得出最优的方案。 直接枚举而不用递归，暂时想不出来┭┮﹏┭┮。还是用递归吧。 思路2：也可以用递归的思想来枚举
编程之美_004硬币找零,递归算法
那些疯狂到以为自己能够改变世界的人，才能真正改变世界！
01-09 4767
// 硬币找零 递归算法 public class Test_001 { // 硬币的类型 private static int[] money = { 10, 5, 2, 1 }; // 每个硬币对应的数量 private static int[] tote = new int[money.length]; pub
找零问题
神探
08-18 5488
为找零问题 设计一种动态规划算法：给定金额n以及各种面额d1,d2,...,dm的数量无限的硬币，求总金额等于n的硬币的最少个数，或者指出该问题无解。
找零问题 记忆化递归 迭代解法
轻宇的博客
08-20 287
与背包恰好装满的问题很像，但是本题每种硬币的数量不限制，因此做法很不同，搞了半天，还是看答案搞懂的。就随便记录一下吧 背包的容量每次递增一个单位，对于n类的硬币，有n种情况，每种情况都是取一枚硬币，然后求剩余容量的最少硬币数。 class Solution: def coinChange(self, coins: List[int], amount: int) -> int: dp = [0]*(amount + 1) inf = float('inf').
leetcode322 零钱兑换(贪心+回溯，暴力递归，备忘录递归，动态规划)
Rolandxxx的博客
09-18 469
对于一些比较正常的数据，这个代码都能正常运行，但是对于LeetCode中的[186,419,83,408] 6249，标准答案是20（最少用20个硬币），也就是递归至少有20层，因此计算量至少是3^20（每次节点数为3的n-1次方，然后知道层数后，将每层的节点数用等比数列公式求和就是总节点数），但是递归深度可以达到75层（全取最小面值83时），所以时间复杂度应该是3的75次方，计算量就是一个天文数字了。，所以就是由暴力解的指数级的时间复杂度减少到线性时间复杂度了，已经跟动态规划的时间复杂度相差不大了。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值