プログラミング
 Computer >> コンピューター >  >> プログラミング >> プログラミング

最小コイン交換問題とは?貪欲法で最少枚数の硬貨の組み合わせを求めるアルゴリズム

異なる額面の硬貨のリスト C(c₁, c₂, …, Cₙ) と、両替したい金額 V が与えられたとき、V をちょうど作るために必要な硬貨の枚数を最小化する問題を「最小コイン交換問題(Minimum Coin Change Problem)」と呼びます。

前提条件: 各額面の硬貨は無限に存在するものと仮定します。

問題の概要

ここでは、硬貨の種類が {1, 2, 5, 10} の場合を考えます。各額面とも無限枚あるため、指定された金額を作るときは、できるだけ少ない枚数で構成することを目指します。

例として、金額が 22 の場合は {10, 10, 2} の 3 枚を選べばよく、これが最小枚数の組み合わせです。

このアルゴリズムの計算量は O(V) です。ここで V は対象となる金額を表します。

入力と出力

Input:
金額として 47 を入力
Output:
Enter value: 47
Coins are: 10, 10, 10, 10, 5, 2

アルゴリズム

findMinCoin(value)

入力: 両替対象の金額

出力: 使用する硬貨の集合

この問題は貪欲法(グリーディ法)で解きます。基本的な流れは以下のとおりです。

  1. 硬貨の集合を {1, 2, 5, 10} として用意する
  2. 高い額面の硬貨から順に走査する
  3. 残りの金額がその硬貨の額面以上である間、金額から硬貨を差し引き、使用リストに追加する
  4. すべての額面を処理した後、使用した硬貨のリストを出力する
Begin
    coins set with value {1, 2, 5, 10}
    for all coins i as higher value to lower value do
        while value >= coins[i] do
            value := value – coins[i]
            add coins[i] in the coin list
        done
    done
    print all entries in the coin list.
End

C++ による実装例

#include<iostream>
#include<list>
#define COINS 4
using namespace std;

float coins[COINS] = {1, 2, 5, 10};

void findMinCoin(int cost) {
    list<int> coinList;

    // 高い額面から順に処理
    for(int i = COINS-1; i>=0; i--) {
        while(cost >= coins[i]) {
            cost -= coins[i];
            coinList.push_back(coins[i]); // リストに硬貨を追加
        }
    }

    list<int>::iterator it;

    for(it = coinList.begin(); it != coinList.end(); it++) {
        cout << *it << ", ";
    }
}

main() {
    int val;
    cout << "Enter value: ";
    cin >> val;
    cout << "Coins are: ";
    findMinCoin(val);
    cout << endl;
}

実行結果

Enter value: 47
Coins are: 10, 10, 10, 10, 5, 2

金額 47 に対して、10 円玉 4 枚・5 円玉 1 枚・2 円玉 1 枚の計 6 枚が選ばれており、これがこの通貨体系における最小枚数の組み合わせです。

補足:貪欲法が最適解を保証できる条件

貪欲法は「大きい額面から優先的に使う」単純な戦略ですが、これは {1, 2, 5, 10} や日本円のような正準な(canonical)通貨体系でのみ常に最適解を保証します。

例えば、硬貨が {1, 3, 4} の場合に金額 6 を作ることを考えます。

  • 最適解:3 + 3 → 2 枚
  • 貪欲法の結果:4 + 1 + 1 → 3 枚(非最適)

このような非正準な体系では、貪欲法は失敗する可能性があるため、動的計画法(DP)など別のアプローチを採用する必要があります。実際のアプリケーションでは、扱う通貨体系の性質を見極めてアルゴリズムを選択することが重要です。

  1. C++で最大ヒープから最小値の要素を見つける方法

    問題の概要最大ヒープ(max heap)の中から、最も小さい値を持つ要素を探す方法を解説します。以下のような最大ヒープを例に考えてみましょう。最大ヒープでは、親ノードの値は必ずその子ノードの値以上になります。この性質により、最小値は必ず葉ノード(leaf node)のいずれかに存在すると結論できます。ヒープが n 個のノードを含む場合、葉ノードの数は ceil(n/2) 個になります。また、最大ヒープは完全二分木であるため、配列として表現することができます。このとき、最初の葉ノードは floor(n/2) のインデックス以降に配置されます。上記の例では、最初の葉ノードはインデックス 5 に存在

  2. Pythonで解くコイン両替問題:動的計画法を使った実装方法

    はじめにこの記事では、コイン両替(Coin Change)問題をPythonで解く方法について詳しく解説します。動的計画法(Dynamic Programming)を活用することで、全探索よりもはるかに少ない計算量で答えを求めることができます。問題の定義額面の異なる複数のコイン(配列 S)と、その各額面が無限に供給される状況を考えます。このとき、目標金額 n を作り出す組み合わせが全部で何通りあるかを求めるのがこの問題です。なお、コインの並び順が違うだけのもの(例:「1枚+2枚」と「2枚+1枚」)は、同じ組み合わせとして1通りと数えます。単純な再帰で解くと同じ部分問題を何度も計算してしまい非効