贪心算法（局部最优）

1.概念：

贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，算法得到的是在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择

2.应用：

平时购物找零钱时，为使找回的零钱的硬币数最少，不要求找零钱的所有方案，而是从最大面值的币种开始，按递减的顺序考虑各面额，先尽量用大面值的面额，当不足大面值时才去考虑下一个较小面值，这就是贪心算法

3.存在局部最优问题的体现：

找零钱时，如果零钱面额是【1，5，10】，仿佛没问题
但如果是【1，5，11】，要找钱的金额是15元时
按照贪心算法的思想，从最大金额开始遍历，找钱方案是11+1+1+1+1 = 15，一共五张纸币
但实际情况是，用5 + 5 + 5 = 15的找钱方案才是最优的
猜测是因为10不是质数的原因，具体原因未知
用动态规划则没有这个问题

4.代码

import java.util.*;
class Main{
	public static int tanxin(int[] coins, int sum){
		Arrays.sort(coins);
		int ans = 0;
		for(int i = coins.length - 1; i >= 0; i--){
			if(sum >= coins[i]){
				int num = sum/coins[i];
				sum = sum - num * coins[i];
				ans += num;
				System.out.println("换" + coins[i] + "元零钱" + num + "张");
				if(sum == 0){
					break;
				}
			}
		}
		return ans;
	}
	
	public static int dynamicPlan(int[] coins, int sum){
		Arrays.sort(coins);
		int[] dp = new int[sum + 1];
		Arrays.fill(dp,sum + 1);//要赋初值
		dp[0] = 0;
		for(int i = 1; i < dp.length; i++){
			for(int j = 0; j < coins.length; j++){
				if(i - coins[j] >= 0){
					dp[i] = Math.min(dp[i], dp[i - coins[j]] + 1);
				}
			}
		}
		return dp[sum];
	}
	
	public static void main(String[] args){
		int[] coins = {1,5,10};
		int[] coins1 = {1,5,11};
		int sum = 15;
		System.out.println("使用贪心算法，最终换零钱张数为：" + tanxin(coins1,sum));//存在局部最优问题
		System.out.println("使用动态规划算法，最终换零钱张数为：" + dynamicPlan(coins1,sum));
	}
}