DP的问题让我这个小白很头疼,其实我做算法题目很久了,有快乐的回忆,也有不快乐的回忆。当我大一的时候,就接触了算法题目,并且觉得很喜欢,但是直到大四,我还在搞一些简单的算法题。我始终不知道问题出在哪儿,这让我四年的大学过得虚伪又虚度。但过去的事情就过去了,问题出现在我只想满足自己多巴胺,不敢去真的挑战那些我不会的东西。历史不会原谅任何一个人,也不会记住任何一个不值得被原谅的人。当我错过很多精彩的时候,我应该打碎镜子,认认真真的用心看着自己。也用最近看到的一句话送给自己:潜龙在渊,腾必九天。
硬币。给定数量不限的硬币,币值为25分、10分、5分和1分,编写代码计算n分有几种表示法。(结果可能会很大,你需要将结果模上1000000007)
示例1:
输入: n = 5
输出:2
解释: 有两种方式可以凑成总金额:
5=5
5=1+1+1+1+1
示例2:
输入: n = 10
输出:4
解释: 有四种方式可以凑成总金额:
10=10
10=5+5
10=5+1+1+1+1+1
10=1+1+1+1+1+1+1+1+1+1
说明:
注意:
你可以假设:
0 <= n (总金额) <= 1000000
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/coin-lcci
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
我发现很多博客是直接从动态规划上讲起,我参考的是这篇博客【https://blog.csdn.net/HelloZEX/article/details/81205940】。这对于一个想解答问题,并且弄明白DP算法思路的小白来说,直接接受是很痛苦的。然后我就在纸上模仿着,画了一个二维表:
硬币的面值有:coins = [1, 5, 10, 25],dp[j] 表示 使用四种硬币组成 j 元的组合数。
当只有 面值为 1 的硬币, dp[j] = 1,无论 j 为何值。
增加一种面值为 5 的硬币,为了区别前面的 dp[j] ,这个时候 记作 dp_new[j]:
如果 j < 5,那么, dp_new[j] = dp[j], 因为新面值没有被使用。
如果 j = 5, 那么,dp_new[j] = dp[j] + 1, 因为相较于只有面值 1 的时候,现在刚好会增加一种方案(使用一个5元的硬币)。
如果 j > 5,那么, dp_new[j] = dp[j] + dp_new[j-5],因为除了只有面值 1 的时候的方案数,新增加的面值会有新的方案数。
为什么新增 面值为 5 硬币后,新增方案数为 dp_new[j-5]?
我是那么理解的:我增加一个面值为 5的,那么剩下的金币组成数就是dp_new[j] 中,用新增面值进行组合的组合数。
代码:
class Solution {
public:
int waysToChange(int n) {
int dp[4][n+2];
for(int i=0; i<=n; i++)
dp[0][i] = 1;
int coin[4] = {1,5,10, 25};
for(int i=1; i<4; i++)
for(int j=1; j<=n; j++)
{
if(j < coin[i])
dp[i][j] = dp[i-1][j];
else if( j==coin[i])
dp[i][j] = dp[i-1][j] + 1;
else
dp[i][j] = dp[i-1][j] + dp[i][j-coin[i]];
}
return dp[3][n];
}
};
其实,我最早的想法使用的是组合数学,但是学的不好,求不出来。。。
然后看到帖子上,有一个用 bfs的,我当时也想了一下,但立马觉得空间太大,搜索很浪费时间。