题解 | #牛牛的超市#
牛牛的超市
http://www.nowcoder.com/practice/b533bd554baa47d1aa5edff3369bb8d0
描述
这是一篇面对初级coder的题解。
知识点:动态规划
难度:三星
题解
题目:
定义一种新货币,有n(n<=50)种不同的币值,其中币值为 value(value<=50) 的有 w(w<=20) 个。现在你有 x(x<=100) 元,但是你想将 x 元换成若干零钱,请问有多少种换钱的方案?
分析:
动态规划,但要注意和上楼梯的区别,这个是组合
采用动态规划的方法进行求解:
方法一:二维数组动态规划
记表示用前种货币凑出金额为的方案数量,
初始时,因为每种面值的货币的数量有限,我们要枚举每一个出现的可能数量。
则记第i种货币使用了k个,用前面的数组去推算后面的方案个数
对于每个dp 在遍历的过程中有
约束条件为
和
和
即满足 钱数不超过目标钱数 每种零钱有数量限制
图解如下:
class Solution { public: int solve(int n, int x, vector<vector<int> >& a) { vector<vector<int> > dp(n + 1, vector<int>(x + 1, 0)); dp[0][0]=1; for(int i = 0; i < n; i++){ //遍历n种货币 for(int j = 0; j <= x; j++){ //遍历前j元 for(int k = 0; k <= a[i][1]; k++){ //枚举第i种货币的个数 if(j+k*a[i][0] <= x) //钱数之内 dp[i+1][j+k*a[i][0]] += dp[i][j];//动态规划 else break; } } } return dp[n][x]; } };
复杂度分析:
时间复杂度:,整体逻辑采用了三重循环 k是最大的货币个数
空间复杂度:,即为dp矩阵的大小,除此之外无额外空间
运行测试:
运行时间: 2 ms 占用内存:416K
方法二:一维数组动态规划
前面的方法主要是利用小钱的方案数去递归得到大钱的方案数,那么如果事先记录每个小钱的方案数再反推大的方案数 就可以省掉一重存储空间
本质上是每轮循环都暂存了
上述方法一中,对于,我们每次都用的数据推,因此采用从后往前循环的方式,可以优化掉动态规划的空间。
class Solution { public: int solve(int n, int x, vector<vector<int> >& a) { vector<int> dp(x + 1, 0); dp[0]=1;//初始化 for(int i = 0; i < n; i++){ //遍历n种货币 for(int j = x; j > 0; j--){ //遍历0~j元 for(int k = 1; k <= a[i][1]; k++){ //枚举第i种货币的个数 if(j-k*a[i][0] >= 0) //未达上限 dp[j]+= dp[j-k*a[i][0]];//递归· else break; } } } return dp[x]; } };
复杂度分析:
时间复杂度:,整体逻辑采用了三重循环 k是最大的货币个数
空间复杂度:,即为dp矩阵的大小,除此之外无额外空间
运行测试:
运行时间 3ms
占用内存 412KB
总结
1.动态规划前区分排列和组合
2.可以对动态规划做一定的优化
阿Q的题解 文章被收录于专栏
阿Q秋招刷过的题