我的编程空间,编程开发者的网络收藏夹
学习永远不晚

c++基础算法动态DP解决CoinChange问题

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

c++基础算法动态DP解决CoinChange问题

问题来源

这是Hackerrank上的一个比较有意思的问题,详见下面的链接:

https://www.hackerrank.com/challenges/ctci-coin-change

问题简述

给定m个不同面额的硬币,C={c0, c1, c2…cm-1},找到共有几种不同的组合可以使得数额为n的钱换成等额的硬币(每种硬币可以重复使用)。
比如:给定m=3,C={2,1,3},n=4,那么共有4种不同的组合可以换算硬币

{1,1,1,1}

{1,1,2}

{2,2}

{1,3}

解决方案

基本思路是从硬币(coins)的角度出发,考虑coins[0]仅使用1次的情况下有几种组合,coins[0]仅使用2次的情况下有几种组合,依次类推,直到 (n - coins[0] * 使用次数) < 0 则终止,而每个 (n - coins[0]) 下又可以递归 (n - coins[0] - coins[1]) 的情况,直到考虑完所有的硬币。
这样说可能还是没有说清楚,下面以m=3,C={1,2,3},n=4为例,用图来说明一下(建议结合程序一起看)。

coinChange递归图

图1:coin Change不完整递归图

上图没有画出完整的递归过程(有点麻烦~偷了个懒),不过把能得出结果的几条路径都描绘出来了。其中,recursion(money, index)中,money指的是还没有进行兑换的钱,index指的是要用哪个coin去兑换,比如这里的0指的是coins[0]=1,1指的是coins[1]=2,2指的是coins[2]=3,3是不存在的,这也是程序的终止条件之一。 注意到再递归的过程中有重叠子问题(我用紫色标注出了其中一个),这就可以用动态规划的思想来解决了,创建一块空间来存储已经算过的结果就可以了。 # 程序代码 好了,下面直接上程序了,结合图看好理解~


#include <iostream>
#include <unordered_map>
#include <string>
#include <vector>
using namespace std;
long long recursion(vector<int> &coins, int money, int index, unordered_map<string, int> &memo){
	//终止条件2个
    if (0 == money)
        return 1;
    if (index >= coins.size() || money < 0)
        return 0;
    string key = to_string(money) + " , " + to_string(index);
    //如果记录中有的话就直接返回就好了
    if (memo.find(key) != memo.end())
        return memo[key];
    long long res = 0;
    int remaining = money;
    while(remaining >= 0){
        res += recursion(coins, remaining, index + 1, memo);
        remaining -= coins[index];
    }
    //记录一下
    memo[key] = res;
    return res;
}

long long make_change(vector<int> coins, int money) {
	//用哈希表来记录 <剩下的钱-用的硬币>:换硬币的组合数
    unordered_map<string, int> memo;
    long long res = recursion(coins, money, 0, memo);
    return res;
}

int main(){
    int n;
    int m;
    cin >> n >> m;
    vector<int> coins(m);
    for(int coins_i = 0;coins_i < m;coins_i++){
       cin >> coins[coins_i];
    }
    cout << make_change(coins, n) << endl;
    return 0;
}

Sample Input

10 4
2 5 3 6

Sample Output

5

真正的DP

上面的那段代码是以自顶向下的方式来解决问题的,思路比较清晰,而真正的动态规划是自底向上的,思路其实也差不多,下面给出代码~


long long make_change(vector<int> coins, int money) {
    vector<long long> memo(money + 1, 0);
    memo[0] = 1;
    for (int i = 0; i < coins.size(); i++){
        for (int j = coins[i]; j <= money; j++){
            memo[j] += memo[j - coins[i]];
        }
    }
    return memo[money];
}

补充——硬币不能重复使用

如果每种硬币不能重复使用的话,又该怎么办呢?这只需要再程序上做一些小的改动就可以了,真的是非常神奇~
要细细体会一下~


long long make_change(vector<int> coins, int money) {
	vector<long long> memo(money + 1, 0);
	memo[0] = 1;
	for (int i = 0; i < coins.size(); i++){
		//改动处:由从前往后改成了从后往前,略去了重复的情况
		for (int j = money; j >= coins[i]; j--){
			memo[j] += memo[j - coins[i]];
		}
	}
	return memo[money];
}

补充2——不同顺序表示不同组合

然后再来变一变,如果每种硬币可以使用无限多次,但是不同的顺序表示不同的组合,那么又有多少种组合呢?
比如:

coins = [1, 2, 3]
money = 4

可能的组合情况有:
(1, 1, 1, 1)
(1, 1, 2)
(1, 2, 1)
(1, 3)
(2, 1, 1)
(2, 2)
(3, 1)

注意,不同的顺序序列表示不同的组合~

所以结果是7。

这种情况下的代码是:


long long make_change(vector<int> coins, int money) {
	vector<long long> memo(money + 1, 0);
	memo[0] = 1;
	//改变了里外循环的顺序
	for (int i = 1; i <=money; i++){
		for (int j = 0; j < coins.size(); j++){
			if (i - coins[j] >= 0)
				memo[i] += memo[i - coins[j]];
		}
	}
	return memo[money];
}

要仔细体会一下三种情况下的区别和代码微妙的变化~

结束语

动态规划的代码量其实不大,但是思维量还是挺大的,要写正确还是要折腾挺久的~
本人是初学者,如有错误,还请指正~希望大家以后多多支持编程网!

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

c++基础算法动态DP解决CoinChange问题

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

Python算法题解:动态规划解0-1背包问题

概述背包问题(Knapsack problem)是一种组合优化的NP完全问题。问题可以描述为:给定一组物品,每种物品都有自己的重量和价格,在限定的总重量内,我们如何选择,才能使得物品的总价格最高。问题的名称来源于如何选择最合适的物品放置于给
2023-06-02

Android动态添加View的问题解决方法

后台代码 代码如下: private void ChangeView() { ly.removeAllViews(); LayoutInflater inflater = (LayoutInflate
2022-06-06

怎么用C#算法解决萝卜地问题

这篇文章主要介绍“怎么用C#算法解决萝卜地问题”,在日常操作中,相信很多人在怎么用C#算法解决萝卜地问题问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”怎么用C#算法解决萝卜地问题”的疑惑有所帮助!接下来,请跟
2023-06-18

C++动态规划中关于背包问题怎么解决

本篇内容主要讲解“C++动态规划中关于背包问题怎么解决”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“C++动态规划中关于背包问题怎么解决”吧!一、分割等和子集-最后一块石头的重量II背包问题,难
2023-07-05

C++中的动态规划子序列问题怎么解决

今天小编给大家分享一下C++中的动态规划子序列问题怎么解决的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。一、子序列(不连续)
2023-07-05

C++回溯算法中子集问题如何解决

这篇文章主要介绍了C++回溯算法中子集问题如何解决的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇C++回溯算法中子集问题如何解决文章都会有所收获,下面我们一起来看看吧。一、子集子集问题与其它问题最大的不同就是:
2023-07-05

Python基于贪心算法解决背包问题示例

本文实例讲述了Python基于贪心算法解决背包问题。分享给大家供大家参考,具体如下: 贪心算法(又称贪婪算法)是指,在对问题求解时,总是做出在当前看来是最好的选择。也就是说,不从整体最优上加以考虑,他所做出的是在某种意义上的局部最优解。 贪
2022-06-04

C语言动态规划多种背包问题怎么解决

这篇文章主要介绍了C语言动态规划多种背包问题怎么解决的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇C语言动态规划多种背包问题怎么解决文章都会有所收获,下面我们一起来看看吧。01背包问题C语言数学问题与简单DP0
2023-06-30

C++多态性的实现及常见问题解决方法

C++多态性的实现及常见问题解决方法引言:在C++编程中,多态性是一种重要的概念和特性。它允许我们使用基类的指针或引用来操作派生类的对象,从而实现了程序的灵活性和复用性。本文将介绍C++中多态性的实现方式,并探讨一些常见的多态性问题及其解决
2023-10-22

滑动窗口算法高效率解决数组问题

这篇文章主要为大家介绍了滑动窗口算法高效率解决数组问题详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
2023-05-20

Java基于递归解决全排列问题算法示例

本文实例讲述了Java基于递归解决全排列问题算法。分享给大家供大家参考,具体如下:排列问题设R={r1,r2,...,rn}是要进行排列的n个元素,Ri=R-{ri}。集合x中元素的全排列记为Perm(X)。(ri)Perm(X)表示在全排
2023-05-30

C++中多态性实现的问题与解决方法概述

C++中多态性实现的问题与解决方法概述引言:在C++中,多态性是一种重要的特性,它允许我们在编译时不确定某个对象的真正类型,而在运行时根据实际的类型进行相应的操作。然而,实现多态性也会面临一些问题,本文将简要介绍这些问题,并提供一些解决方法
2023-10-22

C++中多态性实现问题及解决方法的讨论

C++中多态性实现问题及解决方法的讨论多态性是C++语言中一项非常重要的特性,它使得一个类的对象可以根据其具体类型表现出不同的行为。然而,在实际的应用中,我们有时会遇到一些问题,特别是在多继承和虚析构函数的使用场景下。一、多态性的实现在C+
2023-10-22

C++中运算符重载问题和解决方法概述

C++中运算符重载问题和解决方法概述引言:运算符重载是C++语言的一个重要特性,它允许程序员自定义已有的运算符来操作自定义的数据类型。但是,运算符重载需要慎重使用,因为一旦使用不当或过度使用,会导致代码可读性降低、出现歧义和效率降低等问题。
2023-10-22

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录