找換硬幣問題 與 0 1揹包問題區別

之所以再寫一篇blog，是因為現實中很多問題都可以轉化成「找換硬幣」問題 和 「0-1」揹包問題。因此，需要細細理解。

其次，在「參考資料」中彙總關於 貪心演算法與動態規劃的一些blog及學習資料。

區別：其實最大的區別就是：找換硬幣問題中的 某類硬幣 是可以多次選擇的。而對於0-1揹包問題，某物品要麼選，要麼不選，選了之後，它就「沒了」。當然，有0-1揹包問題的變形--完全揹包問題--某(某類)物品有多個，可重複選。

第二，就是選擇的權衡。0-1揹包問題，還有個價值屬性，在選擇的時候，是考慮價值的最大化。重量相當於 cost， 而價值則是 value.

而對於 找硬幣，則沒有這麼複雜。從這點看，找換硬幣問題要簡單一些。但是它聚焦於 用更少的硬幣。所以 在考慮其他問題時，判斷它是關注價值的最大化呢，還是 關注 最少數目。

硬幣找零問題的動態規劃實現

部分揹包問題的貪心演算法正確性證明

某種 找換硬幣問題的貪心演算法的正確性證明

從 活動選擇問題 看動態規劃和貪心演算法的區別與聯絡

求解兩個字串的最長公共子串行

給定乙個整數，求解該整數最少能用多少個fib數字相加得到

《揹包九講》

知乎上關於動態規劃思想的討論

找換硬幣問題 與 0 1揹包問題區別

之所以再寫一篇blog，是因為現實中很多問題都可以轉化成 找換硬幣 問題 和 0 1 揹包問題。因此，需要細細理解。其次，在 參考資料 中彙總關於 貪心演算法與動態規劃的一些blog及學習資料。區別 其實最大的區別就是 找換硬幣問題中的 某類硬幣 是可以多次選擇的。而對於0 1揹包問題，某物品要麼選...

揹包問題，硬幣問題

至少有4種揹包問題 1 01揹包 2 部分揹包 3 完全揹包 4 多重揹包。只有部分揹包是個貪心問題，其他的都是以01揹包為基礎的動歸問題。部分揹包問題 把物品按價值密度從大到小排序 w i v i 然後從第一種物品開始，盡可能多拿當前物品，如果當前物品的量小於揹包剩餘容量，拿完，指標推到下一種物品...

揹包問題 01揹包問題

n個物品，總體積是v，每個物品的體積的vi，每個物品的最大價值是wi，在不超過v的體積下求最大價值 eg揹包容積為 5 物品數量為 4 物品的體積分別為 物品的價值分別為 思路定義乙個二位陣列int f new int n 1 v 1 f i j 就表示在1 i個物品中選取體積小於v的情況的最大價值...