递归法取硬币java_硬币改变递归方法

已经发布了这个问题的解决方案，所以我假设你问的是如何思考它，而不是答案本身 .

试试这个：

设V为目标值 .

设C [i]为第i个硬币值 .

递归解决方案是关于做出减少问题大小的选择，然后在较小的问题上递归使用相同的解决方案 .

当问题小到足以轻易解决而不再发生时，我们只返回该解决方案 . 这是“基本情况” .

这里的选择是使用具有值C [i]的特定数量N [i]的硬币 .

我们需要对所有可能的N [i]值，即N [i] = 0,1,2，... floor(V / C [i]) . 整数层(V / C [i])只是可能产生正确变化的第i个硬币的最大数量 .

一旦我们选择了多少枚硬币，我们就不应该改变这个决定 . (这是你的解决方案出错的地方 . )最简单的方法是利用硬币的隐式顺序，因为它们的数组索引 . 我们递归地找到使用i 1和更大的硬币进行更改的方法的数量，用于目标值的剩余部分：V - N [i] * coins [i] .

(另一种设计是将硬币保留在一组中，并通过在重复之前从集合中移除硬币[i]来做出选择 . 但是让我们继续使用索引，因为生成的代码更简单 . )

为了产生结果，我们只需将所有递归确定的计数相加 .

通过这种思考，我们可以为递归方法选择一个签名：

/**

* Return the number of ways to make change for the given value

* using coins i >= iMin.

*/

int count(int value, int iMin);

是时候考虑基础案例了 . "Success"是 value 恰好为零时：我们可以通过什么都不做来完全改变！当 value isn 't zero, and we'超出硬币值时，会发生"Failure" . 这恰好是 iMin 已达到 coins 数组的长度 .

让我们把这个想法放到代码中：

int count(int value, int iMin) {

if (value == 0) return 1; // Success base case.

if (iMin >= coins.length) return 0; // Failure base case.

result = 0;

for (int ni = 0; ni <= value / coins[iMin]; ++ni)

result += count(value - ni * coins[iMin], iMin + 1);

return result;

}

要开始递归，只需使用目标值和 iMin 为零：

int result = count(target, 0);

请注意，尽管此解决方案是正确的，但效率并不高 . 让我们再讨论这一天 .