GitBook: [master] 68 pages modified

Author: coffe1891

2/2.1.7.md

@@ -13,6 +13,8 @@
 
 ### 解法一
 
+问题其实是求从下标为`i`和`j`之间的连续数组项之和的最大值。
+
 ```javascript
 function fn(arr) {
     let maxSum=-Infinity, len = arr.length;
@@ -108,7 +110,7 @@ function fn(array) {
 
 这是典型的动态规划问题。所谓动态规划，也即问题分成多个步骤，每一步的选择是可以动态调整的，所有步骤完成之后，最后求最优解。比如求两点之间的最优路径，多种组合方案的最优方案。**这类问题，可以分解成对每一步求最优解，然后将每步的最优解组合，即为最终最优解。**
 
-本题求最少硬币数，也可以用动态规划法求解。首先要归纳出一个**状态转移方程**，求硬币数的函数f与金额i、硬币面值j之间的关系如下：
+本题求最少硬币数，也可以用动态规划法求解。首先要归纳出一个**状态转移方程。**给定的金额`i`，最少硬币数为`f(i)`，硬币面值为`j`，它们之间的关系可以用方程表达如下（该方程即为**状态转移方程**）：
 
 $$
 f(i)=f(i-j)+1
@@ -118,8 +120,10 @@ $$
 
 ```javascript
 /**
- * 硬币找零 之 动态规划法
+ * 硬币找零 之 动态规划法。
  * 状态转移方程 DP(i)=DP(i-j)+1，其中i是金额，j是硬币面值。
+ * @param {array} coins 硬币面额的数组
+ * @param {number} amount 给定的金额数
  */
 
 (function (coins, amount) {
@@ -131,7 +135,7 @@ $$
         cache.set(coin, 1);
     });
 
-    let s = new Date().getTime();
+    console.time("coffe1891");
 
     let DP = function (amount) {
         if (amount <= 0)
@@ -157,11 +161,12 @@ $$
         }
     }
     console.log("从面值为 " + coins + " 的硬币中找零 " + amount + " 块钱，最少要 " + DP(amount) + " 枚硬币");
-    let e = new Date().getTime();
-    console.log("耗时  " + (e - s) + "  ms");
+    console.timeEnd('coffe1891');
 })([1, 2, 5, 10], 36);
 ```
 
+因此我们发现一个规律：**可用动态规划法解题的关键，在于找到状态转移方程，通过观察该方程，可以更快知道解题的具体算法思路**。
+
 ### 解法二：贪心算法
 
 每次我们都优先取最大的硬币面额，直到剩余金额不足最大面额时，我们会取第二大的面额，以此类推，从而实现总硬币数最小的目的。其思想非常简单，我们直接上代码：