最少数量货物装箱问题

题目描述
有重量分别为3，5，7公斤的三种货物，和一个载重量为X公斤的箱子（不考虑体积等其它因素，只计算重量）
需要向箱子内装满X公斤的货物，要求使用的货物个数尽可能少（三种货物数量无限）

输入描述:
输入箱子载重量X(1 <= X <= 10000)，一个整数。
输出描述:
如果无法装满，输出 -1。
如果可以装满，输出使用货物的总个数。
示例1
输入
4
输出
-1
说明
无法装满

思考一
本题肯定要用贪心的思想，给出箱子的体积肯定要先装最大的，如果最大的装不下则装体积较小的，依次类推。。。本题中装箱顺序为7，5，3
给定一个箱子的体积X（假设X>7）,按照贪心算法，肯定先装体积为7的货物。接下来考虑剩余体积Y=X-7是否能装下剩余的体积，如果剩余的Y>7则继续循环执行上述步骤且货物数量加一，如果Y<7那么就要去试探装体积为5或3的货物。
由于是在试探的循环执行，首先想到的是递归算法。每种情况的递归返回条件要么是箱子装不下要么是找到合适的装法

#include "iostream"
using namespace std;

void dfs(int count, int x)
{
	if (x < 0)       //如果箱子体积小于0则说明这种方法装不下，返回，尝试装体积小的
		return;
	if (x == 0)  // 箱子体积为0则说明箱子装满了，直接输出货物个数
	{
		cout << count << endl;
		exit(0);
	}
	dfs(count + 1, x - 7);//尝试先装体积为7的货物
	dfs(count + 1, x - 5);
	dfs(count + 1, x - 3);
}
int main1()
{
	int x=0;
	while (cin >> x)
	{
		dfs(0, x);
		cout << -1 << endl;
	}
}

思考二
由思考一可知当给定箱子体积并选择了一个货物后，要考虑剩下的体积，也就是子问题的最优解。比如给定箱子体积19，装入体积为7的货物后，问题变成了箱子体积12的最优解，针对这种问题要想到动态规划。dp[i]为箱子容积为i时装满箱子所需要的最少货物数目

#include "iostream"
#include "vector"
#include "algorithm"
using namespace std;

int main()
{
	int x;
	while (cin >> x)
	{
		vector<int> dp(x+1, INT_MAX);//dp[i]表示箱子容量为i时需要的货物个数，初始化为INT_MAX表示装不下
		dp[0] = 0;
		dp[3] = 1;
		dp[5] = 1;
		dp[6] = 2;
		dp[7] = 1;
		int a = dp[x - 7];
		int b = dp[x - 5];
		int c = dp[x - 3];
		for (int i = 8; i <= x; i++)
		{
			if (a == INT_MAX && b == INT_MAX && c == INT_MAX)//装不下
				dp[i] = INT_MAX;
			else//至少由一种方案可行
				dp[i] = min(min(dp[i-7], dp[i-5]), dp[i-3]) + 1;
		}
		if (dp[x] == INT_MAX)
			cout << -1 << endl;
		else
			cout << dp[x] << endl;
	}
}