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

最新推荐文章于 2022-10-02 11:00:22 发布

亥虫

最新推荐文章于 2022-10-02 11:00:22 发布

阅读量874

点赞数 1

分类专栏： # Python版数据结构与算法课程文章标签：算法数据结构 python 动态规划

本文链接：https://blog.csdn.net/weixin_39020133/article/details/106946927

版权

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，而更少钱数的最优解已经得到了。

问题的最优解包含了更小规模子问题的最优解，这是一个最优化问题能够用动态规划策略解决的必要条件。

originalamount找零兑换问题具体来说就是：
在这里插入图片描述

找零兑换：动态规划算法

采用动态规划来解决11分钱的兑换问题

从1分钱兑换开始，逐步建立一个兑换表
在这里插入图片描述

计算11分钱的兑换法，我们做如下几步：

首先减去1分硬币，剩下10分钱查表最优解是1
然后减去5分硬币，剩下6分钱查表最优解是2
最后减去10分硬币，剩下1分钱查表最优解是1

通过上述最小值得到最优解： 2个硬币

在这里插入图片描述

找零兑换：动态规划算法代码

def dpMakeChange(coinValueList, change, minCoins):
    # 从1分开始到change逐个计算最好硬币数
    for cents in range(1, change+1):
        # 1. 初始化一个最大值
        coinCount = cents
        # 2. 减去每个硬币，向后查最