从贪心算法开始认识动态规划——硬币找零问题

什么是动态规划

动态规划是一种通过“大而化小”的思路解决问题的算法。区别于一些固定形式的算法，如二分法，宽度优先搜索法，动态规划没有实际的步骤来规定第一步做什么第二步做什么。

所以更加确切的说，动态规划是一种解决问题的思想。这种思想的本质是，将一个规模比较大的问题，通过规模比较小的若干问题的结果来得到的。

从另一方面来说，计算机是很笨的，我们最开始都是通过穷举法来解决问题，但随着数据量的增大，特别是信息爆炸的今天，如果一个页面不能很快速地给用户加载出来，那么用户很有可能会选择放弃打开这个页面。而穷举法消耗的算力、时间其实已经不能满足我们的需求了，因此，我们需要更高效的算法来解决问题。

但是穷举法应该算是思路最简单的方法了，可以说是基础中的基础，因此，在学习动态规划前，我们应该好好掌握这一方法。

下面，我们通过硬币找零问题来认识一下贪心算法。

硬币找零问题

移动支付已经成为了我们日常生活当中的主流支付方式，无论是在便利店购买一瓶水，还是在超市或菜市场购买瓜果蔬菜等生活用品，无处不在的二维码让我们的支付操作变得异常便捷。

但在移动支付成为主流支付方式之前，我们常常需要面对一个简单问题，就是找零的问题。

虽然说硬币找零在日常生活中越来越少，但它仍然活跃在编程领域和面试问题当中，主要还是因为它极具代表性，也能多方面考察一个开发人员或面试者解决问题的能力。下面来看看这个算法问题的具体描述。

问题描述

给定 n 种不同面值的硬币，分别记为 c[0], c[1], c[2], … c[n]，同时还有一个总金额 k，编写一个函数计算出最少需要几枚硬币凑出这个金额 k？

每种硬币的个数不限，且如果没有任何一种硬币组合能组成总金额时，返回 -1。

示例

示例 1：

输入：c[0]=1, c[1]=2, c[2]=5, k=12
输出：3 
解释：12 = 5 + 5 + 2

示例 2：

输入：c[0]=5, k=7
输出：-1
解释：只有一种面值为5的硬币，怎么都无法凑出总价值为7的零钱。

题目分析

首先，题目有两个个关键点：

• 第一个关键点是每种硬币的个数不限，这就意味着我们可以重复使用每一种硬币
• 第二个关键点是最少，如果没有最少这个字眼，那么这道题可能就会有很多答案

举个简单的例子，按照示例 1 的题设，有三种不同面值的硬币，分别为 $c_0=$