找零问题----贪婪算法、动态规划、回溯法


刚参加完华为笔试,一个字太惨”,生活或许就是这样,你不努力,不去拼一把,在你需要它的时候,它就会狠狠的给你一巴掌。为了不让生活留下太多遗憾,我还是决定了从机械转向代码,然后向算法师靠拢。本文将介绍以找零问题介绍动态规划和回溯法两种程序设计方法,主要是记录自己学习,如果能帮到大家那我也会很开心。

找零问题描述

基本问题

需要找零的钱为m,现有零钱种类c1、c2、c3、…cn,每种钱数量无限,如何找到最少的硬币实现找零?
提炼出一些术语:

  • 限制条件:找的零钱总和等于需要找零的钱m
  • 最优函数:硬币的数量最小
  • 可行解 :找钱的方法有多种
  • 最优解:找到零钱且硬币数最小

贪婪算法:greedy method

贪婪算法:需要构建一个最优准则,每一步都按该准则作出决策,所依据的标准称为贪婪准则。
以找零为例:需要找零的钱m=14;拥有的零钱种类c={1,5,7,10}
贪婪准则:每都试图以面值最大的硬币找零
步骤:

  • 1 判断,若m>10,选取一个10的硬币,更新剩余找零m-10=4元
  • 2 判断:若m<10,继续判断其他硬币,直到m>1找可找零的硬币
  • 3 继续 1、2步骤,直到m==0

上面获得的解:x&#

  • 2
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我会尽力为您解答。首先,让我们来了解一下凑硬币问题。 在凑硬币问题中,我们需要找到最少的硬币数来凑成给定的金额。例如,如果我们需要凑成 11 元,而有 1 元、2 元、5 元三种不同面值的硬币可供使用,那么最少需要使用 3 枚硬币,即 5 元、5 元和 1 元。 下面是一种使用动态规划解决凑硬币问题的方法: 1. 创建一个长度为 amount+1 的数组 dp,其中 dp[i] 表示凑成面值为 i 元所需的最少硬币数。 2. 初始化 dp[0] 为 0,其余元素初始化为一个较大的数(例如 amount+1),表示当前面值无法被凑成。 3. 遍历硬币数组 coins,对于每个硬币,遍历 dp 数组,更新 dp[j] 的值为 dp[j-coins[i]]+1,其中 j>=coins[i],表示当前面值可以被凑成。 4. 最终 dp[amount] 就是凑成 amount 元所需的最少硬币数,如果 dp[amount]>amount,则表示无法凑成给定金额。 下面是使用 JavaScript 实现该算法的代码: ```javascript function coinChange(coins, amount) { const dp = new Array(amount + 1).fill(amount + 1); dp[0] = 0; for (let i = 0; i < coins.length; i++) { for (let j = coins[i]; j <= amount; j++) { dp[j] = Math.min(dp[j], dp[j - coins[i]] + 1); } } return dp[amount] > amount ? -1 : dp[amount]; } ``` 这个函数接受两个参数,一个是硬币数组 coins,另一个是需要凑成的金额 amount。最终返回凑成 amount 元所需的最少硬币数,如果无法凑成则返回 -1。 例如,若 coins = [1, 2, 5],amount = 11,则 coinChange(coins, amount) 的返回值为 3,表示凑成 11 元最少需要 3 枚硬币。 希望这个简单的解释和代码能够帮到您,如果您还有其他问题,请随时问我。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值