动态规划法（二）找零钱问题
本次博客尝试以storyline的方式来写作，如有不足之处，还请多多包涵~~
问题的诞生
我们故事的主人公叫做丁丁，他是一个十几岁的小男孩，机智聪颖，是某某杂货店的小学徒。在他生活的国度里，只流通面额为1,3,4的硬币。复杂这家店的店长，叫做老王，是个勤奋实干的中年人，每天都要跟钱打交道。
有一天，他心血来潮，叫住正在摆放货物的丁丁，对他说道：“丁丁，你不是学过计算机方面的算法吗？我这里正好有个问题，不知你能解答不？”
一听到算法，丁丁的眼睛里闪出光芒，这正是自己的兴趣所在。于是，他连忙凑到柜台，好奇地问题：“什么问题啊？”
老王也不多说废话，他知道丁丁的聪慧之处，直接了当地说道：“你看啊，每次顾客们买完东西付款后，我们都要找零给他们，我们这边所有的硬币（1,3,4）都是充足的，我想知道一共有多少种找零方式？比如说找零为4的话，就有4=1+1+1+1=3+1=1+3=4共4种方式。”
乍听到这个问题，丁丁有点蒙圈了，因为4的情况是简单的，但是随着找零的面额增加，数量的变化就没有什么规律了。他示意掌柜出去走走，掌柜也欣然同意。
递归？动态规划？
此时我们的主人公正坐在湖边静静地思考，脑海中涌现出各种各样的计算机算法。突然，递归法进入了他的视野，对，就是递归法！他认真地整理着思路：
- 考虑面额为n的情况，假设n=x1+x2+...+xmn=x1+x2+...+xm.那么，只需考虑最后一个数xm=1,3,4xm=1,3,4的情形。当xm=1,3,4xm=1,3,4，剩下的面额为n−1,n−3,n−4.n−1,n−3,n−4.
- 假设面额为n的找零方式为f(n)f(n)，则f(n)=f(n−1)+f(n−3)+f(n−4)f(n)=f(n−1)+f(n−3)+f(n−4)，这样就能按照递归法来做了。
- 最后，只需要确定初值即可，f(0)=f(1)=f(2)=1,f(3)=2.f(0)=f(1)=f(2)=1,f(3)=2.
问题似乎到这就解决了，因为有了这个递推式，那么，直接定义一个函数就能解决问题了。等等，他想起昨天看到的博客“动态规划法（一）从斐波那契数列谈起”。对了，对于递推式，可以用动态规划法解决啊。于是，他顺手写了一下Python代码：
import time
# calculate the number of ways of integer n can be write the sum of 1,3,4
def sum_part_dp(n):
if n <= 2:
return 1
elif n == 3:
return 2
first = 1
second = 1
third = 1
fourth = 2
# repeat n-3 times
for _ in range(n-3):
answer = first + second + fourth
first = second
second = third
third = fourth
fourth = answer
return fourth
n = 40
t1 = time.time()
s = sum_part_dp(n)
t2 = time.time()
print('面额:%s,方法数:%s,耗时：%s'%(n, s, t2-t1))他迅速地敲完了以上代码，运行，得到结果：
面额:40,方法数:119814916,耗时：0.0Bingo,搞定！他满怀欣喜地将这个结果告诉了掌柜老王，老王看了，也禁不住点点头，心想：计算机算法真有用啊！
再一次的挑战
可是老王也是一个有想法的人，他看着丁丁这么干脆利落地解决了这个问题，决心再出一个难题考考他。他清了清喉咙，对丁丁说道：“刚才的问题解答得很棒啊，值得表扬 ！但是现在呢，我这又有个麻烦事。每次找零，怎样找零才能使得找零的硬币数最少呢？”
丁丁笑而不语，他点了点头，就抱着他的电脑离开了。老王望着他离去的背影，心想：这个问题要是能解决，以后找零也就省了不少麻烦。不知这次丁丁要用多长时间？
有了上个问题的积累，丁丁对于解决这个问题满怀信心。还是跟刚才的解答方法一样，先用递归，假设面额为nn的找零所用最少硬币数为f(n)f(n)，则f(n)=min{f(n−1)+1,f(n−3)+1,f(n−4)+1}.f(n)=min{f(n−1)+1,f(n−3)+1,f(n−4)+1}.采用自底向上的动态规划法，记录每个子问题的解，避免重复求解，这样就能得到f(n)f(n)的值了。那么，怎样才能记录每个子问题的解呢？用Python中的字典啊！这样，硬币数量是得到了，可是具体的找零方式呢？不难，只要用一个变量记录刚才表达式中是取f(n−1)f(n−1)还是f(n−3)f(n−3)还是f(n−4)f(n−4)，对应面额为1,3,4,再递归地求解下去即可。
他写下了Python代码：
# 找零钱问题
# 找零钱字典，key为面额,value为最小硬币数
change_dict = {}
# 动态规划法解决问题
# 时间复杂度：多项式时间
# 只求解最小的硬币数量
def rec_change(M, coins):
change_dict[0] = 0
s = 0
for money in range(1, M+1):
num_of_coins = float('inf')
for coin in coins:
if money >= coin:
# 记录每次所用的硬币数量
if change_dict[money-coin]+1 < num_of_coins:
num_of_coins = change_dict[money-coin]+1
s = coin #记录每次找零的面额
change_dict[money] = num_of_coins
return change_dict[M],s
# 求出具体的找零方式
# 用path变量记录每次找零的面额
def method(M, coins):
print('Total denomination is %d.'%M)
nums, path = rec_change(M, coins)
print('The smallest number of coins is %d.'%nums)
print('%s'%path, end='')
while M-path > 0:
M -= path
nums, path = rec_change(M, coins)
print(' -> %s'%path, end='')
print()
coins = (1, 3, 4)
method(50, coins)运行结果如下：
Total denomination is 50.
The smallest number of coins is 13.
3 -> 3 -> 4 -> 4 -> 4 -> 4 -> 4 -> 4 -> 4 -> 4 -> 4 -> 4 -> 4 几分钟后，当掌柜老王看到这个结果后，惊讶得目瞪口呆！在这家小小的杂货店里，也许藏着一位计算机天才，他这样想到。
而我们的主人公呢？此时，他已经向着斜阳，走在县城的小道上，踌躇满志，准备着去外面的世界看一看~~
注意：本人现已开通两个微信公众号： 用Python做数学（微信号为：python_math）以及轻松学会Python爬虫（微信号为：easy_web_scrape）， 欢迎大家关注哦~~
