换钱的最少货币数

该博客探讨了一种使用动态规划解决找零问题的算法。在给定一组不同面值的正整数货币和一个目标金额的情况下,目标是找出组成目标金额所需的最少货币数。博客指出,简单的贪心策略在这种情况下并不适用,并给出了一个动态规划的解决方案,其时间复杂度为O(n×aim),空间复杂度为O(n)。示例展示了如何应用该算法来解决特定的找零问题。
摘要由CSDN通过智能技术生成

题目描述
给定数组arr,arr中所有的值都为正整数且不重复。每个值代表一种面值的货币,每种面值的货币可以使用任意张,再给定一个aim,代表要找的钱数,求组成aim的最少货币数。
如果无解,请返回-1.
【要求】:时间复杂度 O(n×aim),空间复杂度On。
示例1
输入 [5,2,3],20
返回值 4

题解:动态规划

该题无法使用贪心,一开始想着排序,然后从最大的数开始分配,直到aim==0。但是有这样一种情况,[16,15,10,4] k=30 首先分配最大的那个16,aim=14,那么选择的是10和4,此时货币数是3,而选择15的话,货币数为2,更少一些。所以贪心是不可行的。

动态规划dp[i]表示价值为 i 的需要的最小的货币数。

  • 一种是选择arr[i] 选择个数受限于aim,但是要选择多少个呢,需要挨个遍历。
  • 一种是不选择arr[i]
    二者选择最小的一个值输出。最后根据dp数组的定义输出dp[aim],有可能会出现没有值的情况,所以需要判断一下初始化的值是否更改,如果更改的话就输出实际结果否则输出-1。
class Solution {
public:
    int minMoney(vector<int>& arr, int aim) {
        // write code here
        int n=arr.size();
        vector<int> dp(aim+1,INT_MAX);
        dp[0]=0;
        for(int i=0;i<n;i++)
        {
            for(int j=arr[i];j<=aim;j++)
            {
                dp[j]=min(dp[j-arr[i]]+1,dp[j]);
            }
        }
        return dp[aim]==INT_MAX?-1:dp[aim];
    }
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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