凑金额2-硬币数量最小

“”"
凑金额2
硬币面值coins:1,2,5 —这种场景与爬楼梯不一样,你在挑选时可以1,2,1或2,1,1的凑出4块钱,但是最后还是只算一种组合方式。
此时需要用背包算法来进行考虑
总金额n:15
求用最小个数硬币达到15金额
很多人觉得从大的硬币开始取,不够取的再用小的代替就能得到最优解,但是这个想法是不合适的,例如下面的测试用例
测试用例:coins=[1,7,11],n=14 结果应为 7,7两个硬币而不是11,1,1,1四个硬币
“”"

'''
因为在学动态规划,所以遇到这种问题优先考虑动态规划
15时的最小硬币数F(15)为 14时最小硬币数F(14)+1 或13时最小硬币数F(13)+1或10时最小硬币数F(10)+1中的一个
F(j) = min(F(i-coins[0]+1,F(i-coins[1])+1,F(i-coins[2])+1),因为可以循环迭代,所以三个中可以两个先比较,得到最优结果在和后面的比较
# 总金额 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |   # 下面的行往下依次表示只有1面额,有1和2面额,有1,25三种面额的情况
#     1 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |   #这行表示在只有1这一种面值的情况下,硬币数等于总金额
# 面额 2 | 0 | 1 | 1 | 2 | 2 | 3 | 3 | 4 | 4 | 5 |       #这行表示只有1和2两种面额时的场景
#     5 | 0 | 1 | 1 | 2 | 2 | 1 | 2 | 2 | 3 | 3 |         #这行表示有1,2,5三种面额的场景

初始化dp表
'''
n = 15
coins = [1, 2, 5]
dp = [[0] * (n + 1) for i in range(len(coins))]
for j in range(n + 1):
    dp[0][j] = j  # 因为直接就能知道第一行的结果,可以先初始化
for i in range(len(coins)):
    dp[i][0] = 0
[print(dp[j]) for j in range(len(coins))]
for i in range(1, len(coins)):  # 跳过已初始化的第一行
    for j in range(1, n + 1):
        if j >= coins[i]:
            dp[i][j] = min(dp[i - 1][j], dp[i][j - coins[i]]+1)
        else:
            dp[i][j] = dp[i - 1][j]  # 总金额小于面值时面值不参与,还是取已有面值的结果值
print("=========计算后的dp表==========")
[print(dp[j]) for j in range(len(coins))]
print(dp[2][1])  # 1 [{1}]
print(dp[2][2])  # 1 [{2}]
print(dp[2][3])  # 2 [{1,2}]
print(dp[2][4])  # 2 [{2,2}]
print(dp[2][5])  # 1 [{5}]
print(dp[2][6])  # 2 [{1,5}]
print(dp[2][7])  # 2 [{2,5}]
print(dp[2][8])  # 3 [{1,2,5}]
print(dp[2][15])
C:\Python39\python.exe D:/PyWork/test_script/leetcode20220212.py
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
=========计算后的dp表==========
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]
[0, 1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 6, 6, 7, 7, 8]
[0, 1, 1, 2, 2, 1, 2, 2, 3, 3, 2, 3, 3, 4, 4, 3]
1
1
2
2
1
2
2
3
3

前面考虑的有1面值,所以较简单。按照试题上的限制覆盖下其它场景
初始化dp表

"""
coins = [2,7,11]
n = 15
不满足要求时输出-1
总金额为0时输出0
# 总金额 | 0 |  1 | 2 |  3 | 4 |  5 | 6 |  7 | 8 |  9 | 10 | 11 | 12 | 13 | 14 | 15  
#     2 | 0 | -1 | 1 | -1 | 2 | -1 | 3 | -1 | 4 | -1 |  5 | -1 |  6 | -1 |  7 | -1
# 面额 7 | 0 | -1 | 1 | -1 | 2 | -1 | 3 |  1 | 4 |  2 |  5 |  3 |  6 |  4 |  2 | -1
#     11| 0 | -1 | 1 | -1 | 2 | -1 | 3 |  1 | 4 |  2 |  5 |  1 |  6 |  2 |  2 | 3
"""
coins = [2,7,11]
n = 15
dp = [[float('inf')] * (n + 1) for i in range(len(coins))]
for i in range(len(coins)):
	dp[i][0] = 0		
for j in range(n+1): 
    if j%coins[0]==0:
        dp[0][j] = j//coins[0] 
[print(dp[j]) for j in range(len(coins))]
for i in range(1, len(coins)):
    for j in range(1, n+1)
        if j>=coins[i]:
            dp[i][j] = min(dp[i - 1][j], dp[i][j - coins[i]]+1) # 这个+1就是前面初始化列为0而不是1的原因,你也可以把这个往前移
        else:
            dp[i][j] = dp[i - 1][j]
print("==计算后的dp表==")
[print(dp[j]) for j in range(len(coins))]
result = list(map(lambda x: -1 if x == float('inf') else x, dp[-1]))
print(result)

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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