动态规划实例——换零钱的方法数(C++详解版)
原写了 Java 版本的如何求解换钱的方法数,近期进行了一些细节上的补充,以及部分错误更正,将语言换为了 C++ 语言。
基础题目
假设你现在拥有不限量的 1 元、5 元、10 元面值纸币,路人甲希望找你换一些零钱,路人甲拿出的是一张 100 元面值的纸币,试求总共有多少种换零钱的方法?
分析:因为总共只有 3 种面值小额纸币,所以将所有可能进行枚举,直接暴力解决即可。
#include<bits/stdc++.h>
using namespace std;int slove() {int ans = 0;// 10 元张数for(int i = 0; i <= 10; i++) {// 5 元张数for(int j = 0; j <= 20; j++) {// 1 元张数for(int k = 0; k <= 100; k++) {int cur = i*10 + j*5 + k*1;if(cur == 100) {ans++;}}}}return ans;
}int main()
{cout<<slove();
}
递归求解
基础题目中是拥有固定种类的小额纸币,即使再多几种小额纸币也没关系,大不了在嵌套几个循环就能解决。现在需要将题目的难度加大一点,改为小额纸币的种类和需要换零钱的总额由用户输入,即小额纸币种类和总额都不在固定,那么如何解决?
输入共有三行:
- 第一行:小额纸币种类数量
- 第二行:不同小额纸币的面值
- 第三行:需要换零钱的总额
分析:虽然现在种类和总额都是变量了,但是上文中的基础版本还是被包含在此问题中,所以我们还是以上文中的 1 元、5 元、10 元换 100 元进行分析,找一找除了枚举是否还有其他方法解决。
我们先固定一种零钱的数量,剩下的钱用剩余零钱去兑换,即:
- 用 0 张 1 元换,剩下的用 5、10 元换,最终方法数为 count0;
- 用 1 张 1 元换,剩下的用 5、10 元换,最终方法数为 count1;
- …
- 用 100 张 1 元换,剩下的用 5、10 元换,最终方法数为 count100;
那么最终换钱的方法综述即为count0 + count1 + count2 + ... + count100
。
上面的分析中,我们把原来的大问题拆为了 101 个小问题,且每一个小问题都有很相似的地方,即:
- 求用 5、10 元换 100 元的方法数
- 求用 5、10 元换 95 元的方法数
- …
- 求用 5、10 元换 0 元的方法数
如果我们对这 101 个小问题再进行同样思路的分析,即再固定 5 元零钱的数量,那么就能把问题划分成了规模更小,但问题类型一样的小小问题。即递归的思路,可以写出如下代码。
#include<bits/stdc++.h>
using namespace std;// money 表示所有小额纸币的面值
// len 表示 money 数组的长度,即:小额纸币种类
// index 表示上文分析中的当前固定第几张
// target 表示现在要兑换的钱的总额
int slove(int money[], int len, int index, int target) {int ans = 0;if(index == len) {ans = target == 0 ? 1 : 0;} else {for(int i = 0; i*money[index] <= target; i++) {// 剩余待换零钱的总额int cur_total = target-(i * money[index]);ans = ans + slove(money, len, index+1, cur_total);}}return ans;
}int main()
{int m, target;int money[1000]; // 零钱具体面值cin>>m; // 零钱种类for(int i = 0; i < m; i++){cin>>money[i];}cin>>target; // 兑换总额cout<<slove(money, m, 0, target);
}
优化递归
可以发现上文所写的递归代码存在大量的重复过程,比如下面两种情况,后面所求的子问题是完全一样的,导致程序运行时间的浪费。
- 已经使用了 5 张 1 元、0 张 5 元,剩下的 95 元用 5 元和 10 元兑换
- 已经使用了 0 张 1 元、1 张 5 元,剩下的 95 元用 5 元 和 10 元兑换
既然前面已经求解过相同的子问题了,那么我们是否可以在第一次求解的时候,将计算结果保存下来,这样下次遇到相同子问题的实际,直接查出来用就可以,省去再次求解的时间。
#include<bits/stdc++.h>
using namespace std;// 用于存储子问题的解
int val_map[1000][1000] = { 0 };// 0 表示该子问题没有算过
// -1 表示算过,但该子问题无解
// 其它值,即此子问题的方法数int slove(int money[], int len, int index, int target) {int ans = 0;if(index == len) {ans = target == 0 ? 1 : 0;} else {for(int i = 0; i*money[index] <= target; i++) {// 剩余待换零钱的总额int cur_total = target-(i * money[index]);int pre_val = val_map[index+1][cur_total];// 如果 val 为 0,说明该子问题没有被计算过if(pre_val == 0) {ans = ans + slove(money, len, index+1, cur_total);} else {ans += pre_val == -1 ? 0 : pre_val;}}}// 存储计算结果val_map[index][target] = ans == 0 ? -1 : ans;return ans;
}int main()
{int m, target; // 零钱种类int money[1000]; // 零钱具体面值cin>>m;for(int i = 0; i < m; i++){cin>>money[i];}cin>>target;cout<<slove(money, m, 0, target);
}
动态规划
上面对递归的优化方案已经能看出来动态规划的影子了,沿着前文先计算再查表的思路继续思考,我们能否提前把所有子问题都计算出答案,对每个子问题都进行查表解决。也即将最初的递归方案改为循环的实现。
所有的递归都能改为循环实现
#include<bits/stdc++.h>
using namespace std;// 用于存储子问题的解
// val_map[i][j] 表示用 money[0...i] 的小面额零钱组成 j 元的方法数
int val_map[1000][1000] = { 0 };int slove(int money[], int len, int target) {// 第一列表示组成 0 元的方法数,所以为 1for (int i = 0; i < len; i++) {val_map[i][0] = 1;}// 第一行表示只使用 money[0] 一种钱币兑换钱数为i的方法数// 所以是 money[0] 的倍数的位置为 1,否则为 0for (int i = 1; money[0]*i <= target; i++) {val_map[0][money[0]*i] = 1;}for (int i = 1; i < len; i++) {for (int j = 1; j <= target; j++) {for (int k = 0; j >= money[i]*k; k++) {/* val_map[i][j] 的值为:用 money[0...i-1] 的零钱组成 j 减去 money[i] 的倍数的方法数因为相比 val_map[i-1][j],只是多了一种零钱的可选项*/val_map[i][j] += val_map[i-1][j-money[i]*k];}}}return val_map[len-1][target];
}int main()
{int m, target; // 零钱种类int money[1000]; // 零钱具体面值cin>>m;for(int i = 0; i < m; i++){cin>>money[i];}cin>>target;cout<<slove(money, m, target);
}
动归优化
在上文第一版动态规划代码的优化中已经能发现,其实val_map[i][j]
的值由两部分组成,分别为:
- 用 money[0…i-1] 的零钱组成换 j 元的方法数
- 用 money[0…i-1] 的零钱换 j-money[i]*k(k=1,1,2,3…)元的方法数之和
对于第二种情况来说,其累加值实际上就是val_map[i][j-money[i]]
,即用money[0...i]
的零钱换 j-money[i]
元的方法数。至于具体为什么累加值与val_map[i][j-money[i]]
相等,我们可以借助递归方法时的分析方式进行理解。
用 money[0…i-1] 的零钱组成换 j 元的方法数对应:
- 用 0 张 money[i] 换,剩下的用 money[0…i-1] 换
用 money[0…i-1] 的零钱换 j-money[i]*k(k=1,1,2,3…)元的方法数之和对应:
- 用 1 张 money[i] 换,剩下的用 money[0…i-1] 换
- 用 2 张 money[i] 换,剩下的用 money[0…i-1] 换
- …
所以第二部分的值即为val_map[i][j-money[i]]
。依据此处的分析,我们可以在原有基础上去掉第三层循环,减少程序运行所花费的时间。
#include<bits/stdc++.h>
using namespace std;int val_map[1000][1000] = { 0 };int slove(int money[], int len, int target) {for (int i = 0; i < len; i++) {val_map[i][0] = 1;}for (int i = 1; money[0]*i <= target; i++) {val_map[0][money[0]*i] = 1;}for (int i = 1; i < len; i++) {for (int j = 1; j <= target; j++) {val_map[i][j] = val_map[i-1][j];// 此处需要比较 j 的大小,防止数组越界// 注意条件时 >= ,否则少计算 j 刚好为 money[i] 的情况if(j >= money[i]) {val_map[i][j] += val_map[i][j-money[i]];}}}return val_map[len-1][target];
}int main()
{int m, target; // 零钱种类int money[1000]; // 零钱具体面值cin>>m;for(int i = 0; i < m; i++){cin>>money[i];}cin>>target;cout<<slove(money, m, target);
}
空间压缩
仔细观察能发现,每一次更新val_map[i][j]
的值时,它只依赖于上一行和当前这一行前面的元素。对于我们所求解的问题来说,它仅要求我们给出最终的答案即可,那么前面存储中间结果的那些元素实际上就会空间的浪费,因此我们可以思考一下如何在空间上进行压缩。
实际上我们只需要定义一个一维的数组,采用一些技巧对该数组进行滚动更新,按照合适的方向去更新数组,同样可以达到上面使用二维数组的效果。
#include<bits/stdc++.h>
using namespace std;int val_map[1000] = { 0 };int slove(int money[], int len, int target) {// 第一行,只用 money[0] 换零钱// 所以只能换 money[0] 倍数的钱for (int i = 0; money[0]*i <= target; i++) {val_map[money[0] * i] = 1;}for (int i = 1; i < len; i++) {for (int j = 1; j <= target; j++) {if(j >= money[i]) {// 在进行下面一步前 val_map[j] 的值就已经是 val_map[i-1][j] 了val_map[j] += val_map[j-money[i]];}}}return val_map[target];
}int main()
{int m, target; // 零钱种类int money[1000]; // 零钱具体面值cin>>m;for(int i = 0; i < m; i++){cin>>money[i];}cin>>target;cout<<slove(money, m, target);
}
动态规划实例——换零钱的方法数(C++详解版)相关推荐
- 动态规划C++实现--换钱的方法数(二)(动态规划及其改进方法)
题目:换钱的方法数 给定数组 arr, arr中所有的值都为正数且不重复.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,再给定一个整数aim代表要找的钱数,求换钱有多少种方法. 将原文的伪代 ...
- python中怎么计数_浅谈python中统计计数的几种方法和Counter详解
1) 使用字典dict() 循环遍历出一个可迭代对象中的元素,如果字典没有该元素,那么就让该元素作为字典的键,并将该键赋值为1,如果存在就将该元素对应的值加1. lists = ['a','a','b ...
- 2010 27寸 imac 升级固态_2017 款 iMac,27 寸升级换 SSD 固态硬盘拆机详解
想要 iMac玩游戏?怎么能带动?如何解决卡顿问题?别急,给您带来2017 款 iMac,27 寸升级换 SSD 固态硬盘拆机详解,拆机并不复杂,动手能力差的同学看了这篇文章会觉得原来我也可以,那让我 ...
- 2048游戏英雄榜java_2048技巧 2048游戏排行榜挑战方法攻略详解
2048技巧 2048游戏排行榜挑战方法攻略详解 目前很多的小伙伴们都比较关注2048游戏中的排行榜,想啊哟知道自己的分数有多少排名. 下面就来和大家说下排行榜挑战方法攻略技巧详解. 2048排行榜挑 ...
- Oracle11g安装教程、配置实例、监听、客户端程序详解_Windows篇
Oracle11g安装教程.配置实例.监听.客户端程序详解_Windows篇 文章目录 Oracle11g安装教程.配置实例.监听.客户端程序详解_Windows篇 前言 一.数据库的安装前准备,前提 ...
- python换零钱有多少种方案_Python3算法实例 1.2:动态规划 之 换零钱
money.jpg 问题(基础版): 把100元兑换成1元,2元,5元,10元,20元,50元的零钱,共有多少种不同换法. 动态规划思想解析: 拆解子问题 下面以5元换成1,2,3元的零钱为例.T[( ...
- 0x55. 动态规划 - 环形与后效性处理(例题详解 × 6)
目录 0x55.1 环形结构上的动态规划问题 两次DP法 Problem A. Naptime 破环成链法 Problem B. 环路运输 Problem C. Two Rabbits 0x55.2 ...
- java的继承实例_java教程之java继承示例详解
这篇文章主要介绍了java继承示例详解,需要的朋友可以参考下 什么是继承(extends)? 继承是:新定义的类是从已有的类中获取属性和方法的现象. 这个已有的类叫做父类, 从这个父类获取属性和方法的 ...
- linux cron实例,cron,linux定时实施工具详解及实例
cron,linux定时执行工具详解及实例 cron是一个linux下的定时执行工具,可以在无需人工干预的情况下运行作业.由于Cron 是Linux的内置服务,但它不自动起来,可以用以下的方法启动.关 ...
- 【学习笔记】Eureka服务治理代码实例、相关配置和原理机制详解
文章目录 代码示例 启动一个服务注册中心 注册服务提供者 高可用注册中心 服务的发现与消费 Eureka的一些配置 服务注册类配置 服务实例类配置 实例名配置 端点配置 Eureka服务治理基础架构原 ...
最新文章
- docker 容器基本的操作
- 夏天写代码真难!16G 内存根本不够用! | 每日趣闻
- W32.Downedup.B顽固病毒——查杀记
- [2019.1.14]BZOJ2005 [Noi2010]能量采集
- 神经网络python实例分类_Python使用神经网络进行简单文本分类
- linux急救模式_抢救Linux! Windows XP支持今天终止
- 达芬奇调色软件被曝两个远程代码执行缺陷
- linux media v4l2,Linux kernel drivers/media/v4l2-core/videobuf2-v4l2.c拒绝服务漏洞(CVE-2016-4568)...
- javaWeb企业分布式、互联网、云开发平台-Jeesz
- django基础入门(3)django中模板
- git 取消merge_git 入门教程之备忘录[译]
- 使用通达信获取股票历史数据
- 提升PPT逼格的利器!只需1招,让PPT页面化腐朽为神奇~
- python爬虫文献_Python文献爬虫①
- Flink DataStream的多流、键控流、窗口、连接、物理分区转换算子的使用
- latex特殊字体咋打?+下标打在左边
- APP推广运营小技巧:可复制的APP推广渠道
- 在控制台下刻录CD(转)
- 运营日记:App推广手段详解
- One Step By One Step 解析OkHttp3 - Dispatcher (一)