CoinChange问题(上)——DP&母函数

CoinChange问题

CoinChange问题是很经典的问题，在leetcode上有518. Coin Change 2 h和322. Coin Change 。其中：

• Coin Change 2：给定固定有限种类$a_1,a_2,...,a_m$的硬币，求换成金额$n$的方法数，即求不定方程$\sum_{i=1}^m a_i k_i=n$的非负解的个数。
• Coin Change：上述问题的变体，类似完全背包问题，一个最优化问题：
  $$\begin{array}{l} \begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {}&{} \end{array}}&{}&{} \end{array}\min \sum\limits_{i = 1}^m {{k_i}} \\ \begin{array}{*{20}{c}} {s.t.}&{} \end{array}{a_1}{k_1} + {a_2}{k_2} + ... + {a_m}{k_m} = n \end{array}$$

下面将主要以Coin Change 2来讨论，首先想到的是直接从解的角度出发：

不定方程的解角度

首先看的是解的存在性，对于不定方程$\sum_{i=1}^m a_i k_i=n$的解的存在性可以由下定理保证：（证明在这里）

定理1：不定方程$\sum_{i=1}^m a_i k_i=n$存在解的充要条件是$gcd(a_1,a_2,...,a_m)|n$.

实际上，从不定方程的解的角度入手是基本上解决不了本问题的，以二元一次不定方程为例，即$ax+by=n$，假设它有特解$(x_0,y_0)$，那么方程的解有形式：

$$\begin{array}{l} x = {x_0} - \frac{b}{{\gcd \left( {a,b} \right)}}t\\ y = {y_0} + \frac{a}{{\gcd \left( {a,b} \right)}}t \end{array}$$
这样，非负整数解一下就可以求出来了，但是问题是要首先得到特解，多元一次不定方程的解也有类似的形式，而特解没有足够好的办法得到，所以这种方法不太好。

母函数角度

高中时代就看过一种巧妙的组合大法，甚至有某科大巨犇说：一切组合问题都是可以由母函数生成。我一脸懵逼地深以为然。以$x+2y+5z=5$为例，设：

$$\begin{array}{l} {f_1} = 1 + x + {x^2} + {x^3} + ...\\ {f_2} = 1 + {x^2} + {x^4} + ...\\ {f_3} = 1 + {x^5} + {x^{10}} + ... \end{array}$$
那么我们要求的方法总数即为多项式 $f_1\cdot f_2 \cdot f_3$中 $x^5$项的系数，稍微想一想就知道这个操作的准确性，如果我们有强大的工具如MATLAB，那么我们可以考虑 $f_1\cdot f_2 \cdot f_3$在0处的Maclaurin展开，处理一下：
$$f(x)=f_1\cdot f_2 \cdot f_3=\frac{1}{1-x}\cdot \frac{1}{1-x^2}\cdot \frac{1}{1-x^5}$$
然后剩下的就靠MATLAB求导数什么的了，稳。但白手起家的编程的话，略繁。还有一些类似问题的思路可以看 这里。

DP角度

下面依然会以$x+2y+5z=5$为例，用$dp(i,j)$表示目标金额为$i$，且用前$j$种硬币的方法数。这里的逻辑是这样的，对于不定方程$x+2y+5z=5$，考虑$z$，要么$z=0$要么$z\geq1$，这两种情况分别对应于$x+2y=5$和$x+2y+5z'=0$的解的个数，所以，我们可以得到状态转移方程：

$$dp\left( {i,j} \right) = \left\{ {\begin{array}{*{20}{c}} {dp\left( {i,j - 1} \right) + dp\left( {i - coins[j],j} \right),i \ge coins[j]}\\ {dp\left( {i,j - 1} \right),i < coins[j]} \end{array}} \right.$$

作图所示为整个过程的示意图，其中最后的 $dp(5,5)$即为所求，代码如下：

class Solution(object):
    def change(self, amount, coins):
        dp=[[0]*(len(coins)+1) for x in range(amount+1)]
        #初始化
        for y in range(amount+1):
            dp[y][0]=0
        for x in range(len(coins)+1):
            dp[0][x]=1
        #dp[i][j]=dp[i][j-1]+dp[i-conins[j]][j]
        for i in range(amount):
            for j in range(len(coins)):
                tempi=i+1
                tempj=j+1
                if tempi>=coins[tempj-1]:
                    dp[tempi][tempj]=dp[tempi][tempj-1]+dp[tempi-coins[tempj-1]][tempj]
                else:
                    dp[tempi][tempj]=dp[tempi][tempj-1]                  
        return dp[-1][-1]

实际上这样的方法是灰常消耗空间的，注意到实际上，每次进行状态转移的时候，对于某个元，我们需要的元素是左边一格的元素和上方的一个元素，所以说我们完全可以一列一列地计算，而仅仅用一个一维数组即可，计算时间大大减少（虽然时间复杂度相同），红框用的是下方代码，蓝框用的是上方代码。代码如下：

class Solution(object):
    def change(self, amount, coins):
        dp = [0] * (amount + 1)
        dp[0] = 1
        for c in coins:
            for x in range(c, amount + 1):
                dp[x] += dp[x - c]
        return dp[amount]

关于 Coin Change问题

这部分的内容将在下章中具体探讨，包括与背包问题的关系，算法上探讨一下BFS,DFS和各种启发式算法。下面将先给出其状态转移方程：

$$dp\left( {i,j} \right) = \left\{ {\begin{array}{*{20}{c}} {\min \left\{ {dp\left( {i,j - 1} \right),1 + dp\left( {i - coins[j],j} \right)} \right\},i \ge coins[j]}\\ {dp\left( {i,j - 1} \right),i < coins[j]} \end{array}} \right.$$
过程如上右图所示，扔下代码就跑：

class Solution(object):
    def coinChange(self, coins, amount):
        temp=233333333333333333333
        dp=[[0]*(len(coins)+1) for x in range(amount+1)]
        for x in range(amount+1):
            dp[x][0]=temp
        for i in range(amount):
            for j in range(len(coins)):
                tempi=i+1
                tempj=j+1
                if tempi>=coins[tempj-1]:
                    dp[tempi][tempj]=min(dp[tempi][tempj-1],1+dp[tempi-coins[tempj-1]][tempj])
                else:
                    dp[tempi][tempj]=dp[tempi][tempj-1]
        if dp[-1][-1]==temp:
            return -1
        return dp[-1][-1]

或者用下面这更为高效的代码（一维数组杀）

class Solution(object):
    def coinChange(self, coins, amount):
        dp=[233333333]*(amount+1)
        dp[0]=0
        for c in coins:
            for i in range(c,len(dp)):
                dp[i]=min(dp[i],dp[i-c]+1)
        if dp[-1]==233333333:
            return -1
        return dp[-1]

敬请期待：CoinChange问题(下)——背包问题