赞
踩
贪心算法的主要的解题目的思路是:
这道题算是生活中很常见的一道题,对于每一个顾客如果我们都有足够的零钱给他找零,那么就返回true,只要有一个顾客没有足够的零钱找给他就返回false。顾客只能有3种纸币,5元,10元,20元。我们要统计5元和10元的数量,20元的不需要统计,因为20元没法找给别人。
顾客给5元,5元的数量加1
顾客给10元,5元的数量减1(减完之后再判断5元的数量,如果小于0,说明5元的不够了,没法给顾客找零了,直接返回false)
顾客给20元,根据生活常识,如果有10元的,应该先找他10元的,然后再找他一个5元的。如果没有10元的就找他3个5元的,然后再判断5元的数量,如果小于0直接返回false。
- package 计算机程序算法分类.贪心算法问题;
-
- /**
- * @Classname 柠檬水找零
- * @Description TODO
- * @Date 2021/5/17 10:04
- * @Created by xjl
- */
- public class 柠檬水找零 {
- public boolean lemonadeChange(int[] biils){
- //停机的店员拥有的5和10的数据量 不用统计的20的 因为不会需要找人家20的元 就是的没有比20大的钱
- int five=0,ten=0;
- for (int bill:biils){
- if (bill==5){
- //如果顾客使用的是5块的不需要找零 数量加1就行
- five++;
- }else if (bill==10){
- //如果是10需要找5块 所以是的5的数量减1 10的数量加1
- five--;
- ten++;
- }else if (ten>0){
- //否则是的我们需要的是减少10 和5块的各一个
- ten--;
- five--;
- }else {
- //否则是的如果两个都没有的话的 那就是的减少三个的5块的
- five-=3;
- }
-
- if (five<0){
- //直接判断的5元的数量的 如果是5元的数量是小于0 的话 那么就没法给顾客找零了那就是的返回是false
- return false;
- }
- }
- return true;
- }
- }


可以看出在进行递归的时候,有很多重复的节点要进行操作,这样会浪费很多的时间。使用数组 memo[ ] 来保存节点的值,memo[n]表示钱币 nnn 可以被换取的最少的硬币数,不能换取就为 −1,findWay 函数的目的是为了找到 amount 数量的零钱可以兑换的最少硬币数量,返回其值 int,在进行递归的时候,memo[n]被复制了,就不用继续递归了,可以直接的调用 。
- /**
- * Copyright (C), 2018-2020
- * FileName: 零钱兑换
- * Author: xjl
- * Date: 2020/9/13 14:28
- * Description:
- */
- package 计算机程序算法分类.贪心算法问题;
-
- public class 零钱兑换 {
- int[] memo;//在进行递归的时候,memo[n]被复制了,就不用继续递归了,可以直接的调用
-
- public int coinChange(int[] coins, int amount) {
- if (coins.length == 0) {
- return -1;
- }
- memo = new int[amount];
-
- return findWay(coins, amount);
- }
-
- // memo[n] 表示钱币n可以被换取的最少的硬币数,不能换取就为-1
- // findWay函数的目的是为了找到 amount数量的零钱可以兑换的最少硬币数量,返回其值int
- public int findWay(int[] coins, int amount) {
- if (amount < 0) {
- return -1;
- }
- if (amount == 0) {
- return 0;
- }
- // 记忆化的处理,memo[n]用赋予了值,就不用继续下面的循环
- // 直接的返回memo[n] 的最优值
- if (memo[amount - 1] != 0) {
- return memo[amount - 1];
- }
- int min = Integer.MAX_VALUE;
- for (int i = 0; i < coins.length; i++) {
- int res = findWay(coins, amount - coins[i]);
- if (res >= 0 && res < min) {
- min = res + 1; // 加1,是为了加上得到res结果的那个步骤中,兑换的一个硬币
- }
- }
- memo[amount - 1] = (min == Integer.MAX_VALUE ? -1 : min);
- return memo[amount - 1];
- }
- }

另一种实现:memo[i]有两种实现的方式,去两者的最小值,包含当前的 coins[i],那么剩余钱就是 i−coins[i],这种操作要兑换的硬币数是 memo[i−coins[j]]+1,不包含,要兑换的硬币数是 memo[i]。
- class Solution {
- public int coinChange(int[] coins, int amount) {
- // 自底向上的动态规划
- if(coins.length == 0){
- return -1;
- }
-
- // memo[n]的值: 表示的凑成总金额为n所需的最少的硬币个数
- int[] memo = new int[amount+1];
- // 给memo赋初值,最多的硬币数就是全部使用面值1的硬币进行换
- // amount + 1 是不可能达到的换取数量,于是使用其进行填充
- Arrays.fill(memo,amount+1);
- memo[0] = 0;
- for(int i = 1; i <= amount;i++){
- for(int j = 0;j < coins.length;j++){
- if(i - coins[j] >= 0){
- // memo[i]有两种实现的方式,
- // 一种是包含当前的coins[i],那么剩余钱就是 i-coins[i],这种操作要兑换的硬币数是 memo[i-coins[j]] + 1
- // 另一种就是不包含,要兑换的硬币数是memo[i]
- memo[i] = Math.min(memo[i],memo[i-coins[j]] + 1);
- }
- }
- }
-
- return memo[amount] == (amount+1) ? -1 : memo[amount];
- }
- }

这里就是的一个完全的背包问题的。请一定要去的理解的背包问题的相关的解答和变式。背包问题的视频:https://www.bilibili.com/video/BV1K4411X766?from=search&seid=11709794381262748318,https://www.cnblogs.com/mfrank/p/10803417.html

- class Solution {
-
- public int change(int amount, int[] coins) {
-
- int n = coins.length;
- int[][] dp = new int[n + 1][amount + 1];
-
- for (int i=0;i<=n;i++) {
-
- dp[i][0] = 1;
- }
-
- for (int i=1;i<=n;i++) {
-
- for (int j=1;j<=amount;j++) {
-
- if (j < coins[i - 1]) {
-
- dp[i][j] = dp[i - 1][j];
- } else {
-
- dp[i][j] = dp[i - 1][j] + dp[i][j - coins[i - 1]];
- }
- }
- }
- return dp[n][amount];
- }
- }

Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。