要改进这两种算法,都是一个目标,就是寻找不需要列出所有解的办法来。
前一种算法,是求出所有的可能解,然后再找其中的最优解。要进行优化,则可以将求解与求优合二为一。在每一个递归中,都寻找最优解。比如,make_change(14,[10,7,2]),我们就可以寻找14-10后剩余的4的最优解,得到[2,2],以及14-7后剩余的7的最优解,得到[7],最后是14-2后剩余的12的最优解,得到[10,2]。然后选择其中最短的一个[7],组合为[7,7]作为结果返回。
代码如下:
-
def make_change (amount, coins = [ 25, 10, 5, 1 ] )
-
return [amount ] if coins. include? (amount )
-
min_one_coin= nil
-
min_coins= Array. new (amount )
-
coins. each do |one_coin|
-
if amount-one_coin> 0
-
other_coins=make_change (amount-one_coin,coins )
-
if other_coins && min_coins. size>other_coins. size
-
min_one_coin=one_coin
-
min_coins=other_coins
-
end
-
end
-
end
-
min_one_coin ? [min_one_coin ]+min_coins : nil
-
end
后一种算法,也可以相当直观的优化,因为整个求解的过程,是由少至多,因此,只要求到第一个满足要求的找零方案,就一定是最优解。
代码如下:
-
def make_change (amount, coins = [ 25, 10, 5, 1 ] )
-
change_list= { }
-
coins. each do |coin|
-
return [amount ] if amount==coin
-
change_list [ [coin ] ]=coin
-
end
-
while ( true )
-
new_change_list= { }
-
coins. each do |coin|
-
change_list. each do |list,v|
-
return list. insert ( 0,coin ). sort if coin+v==amount
-
if v+coin<=amount
-
new_list=list. clone. insert (list. length,coin ). sort
-
unless new_change_list [new_list ]
-
unless new_change_list. has_value? (v+coin )
-
new_change_list [new_list ]=v+coin
-
end
-
end
-
end
-
end
-
end
-
return nil if new_change_list. length== 0
-
change_list=new_change_list
-
end
-
end
当然,这两个算法,都还有进一步优化的余地,咱们下回再说。