硬币兑换-DP
我在理解动态规划中的硬币兑换问题时遇到了一个小问题。简单地说，我必须用最少数量的硬币来兑换一笔钱。
我有n种面值为1=v1的硬币
共有2个答案
加上1意味着你又消费了一枚硬币，因此你所做的总改变会随着增加的硬币数量而减少，这就是为什么原来的j值会减少的原因。
你正在为不同的j值制作成堆的硬币，命名为M（j）。M（J-V<子> I/SUP>）的要点是考虑一个值V<子> i ，然后将哪个桩加起来以达到J值？值为j-vi的那一堆当然，因为这加上你现在考虑的硬币加起来就是值j。
当然，我们的目标是拥有尽可能少的硬币，因此您可以通过添加一枚vi硬币来获得最小的一堆硬币，以达到j的价值。这就是min所做的。1因为你把硬币vi加到硬币堆中，形成新的硬币堆M（j）。
-
我编写的代码使用动态规划解决了基本的硬币兑换问题，并给出了进行兑换所需的最小硬币数量。但是我想把每个硬币的数量存储在最小的数字里。 我试图做的是初始化数组，就像散列一样，只要找到，它就会增加的数量，即。但这并不是我想要的方式，因为它每次发现对应于时都会添加硬币。因此，在最终答案中，数字不是硬币的最终计数。 代码如下：
-
我试图自己解决LeetCode问题322。硬币兑换： 您将获得一个整数数组，表示不同面额的硬币，以及一个整数金额，表示总金额。 返回您需要的最少数量的硬币，以弥补该金额。如果这些硬币的任何组合都无法弥补这一数额，则返回-1。 你可以假设每种硬币的数量是无限的。 我似乎有一个错误，无法找出它。 我用DFS解决，基本上是说当目标达到0时，只需将所有的聚集在一个数组中，并动态地保持尽可能短的结果。这是问
-
但是我们不能这样做吗：（是给定的可用硬币的排序集，和是它的下标，是给定的最高价值硬币） 我写的东西有什么问题吗？虽然解决方案不是动态的，但不是更有效吗？
-
在硬币系统C={c1，c2，…ck}中，应改变给定的数量x，以使每个硬币ci具有给定的重量wi。我们想计算可能变化的总重量。两种变化是不同的，如果他们包含在不同的顺序相同的硬币。 如何给出上述问题的动态规划递归？我知道最小硬币兑换问题的递归（即C（x）=min{C（x-C）1 for x
-
如果每枚硬币的数量是无限的，那么复杂性是O（n*m），其中是总变化，是硬币类型的数量。现在，当每种类型的硬币都受到限制时，我们必须考虑剩余的硬币。我设法使它与的复杂性使用另一个大小的，所以我可以跟踪每个类型的剩余硬币。有没有一种方法可以让复杂性变得更好？编辑：问题是计算进行精确给定更改所需的最少硬币数量以及我们使用每种硬币类型的次数
-
问题-你会得到不同面额的硬币和总金额。写一个函数来计算你需要的最少数量的硬币来组成这个数量。那里有无限的硬币供应。 我的方法——我遵循了自上而下的方法，但是使用map stl进行记忆，我得到了TLE。请帮助找出误差和估计时间复杂度。 这是我的密码-