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所有的找零方案。比如,当前面值有1,2,5,10元四种面值的纸币,如果需要找零15元,那么可以这样想,15元由1元和14元组成(2元和13元组成,5元和10元组成,10元和5元组成),这样,找零15元就可以是1张一元的纸币和找零14元的最优方案相加起来(1张2元纸币和找零13元的最优方案加起来,同理,1张5元和找零10元,一张10元和找零五元,四种方案取最优),而找零14元的最优方案也是可以分成1张一元的纸币和找零13元的最优方案相加(1张2元和找零11元的最优方案相加,1张5元和找零8元等等一次类推,四种方案取最优),以此类推。即递归求解。
# 递归算法解决找零问题
def recMC(coinList, change):
dic = {}
dics = {}
minCoins = change
# coinList.sort(reverse=True)
# 递归终止条件
<