文章目录
基本找零问题
假设商店老板需要找零n元钱，钱币的面额有：100元、50元、20元、5元、1元，如何找零使得所需钱币的数量最少？
思路：每一次尽可能用面值最大的钱币。
def give_change(n,money):
m=n
res=[]
for ii in sorted(money,reverse=True):
if n<ii:
continue
if n==0:
break
res+=[ii]*(n//ii)
n=n%ii
if sum(res)==m:
return res
else:
print("cannot give change")
if __name__ == "__main__":
money=[100,50,20,5,1]
print(give_change(125,money))
leetcode 860：柠檬水找零
在柠檬水摊上，每一杯柠檬水的售价为 5 美元。
顾客排队购买你的产品，（按账单 bills 支付的顺序）一次购买一杯。
每位顾客只买一杯柠檬水，然后向你付 5 美元、10 美元或 20 美元。你必须给每个顾客正确找零，也就是说净交易是每位顾客向你支付 5 美元。
注意，一开始你手头没有任何零钱。
如果你能给每位顾客正确找零，返回 true ，否则返回 false 。
思路：这个题目限制了只能交易5，10，20，所以比较简单，可以直接定义一个临时变量pocket记录口袋里面现在都有哪些面额的钱，然后根据每一个顾客的加入更新pocket同时判断这个顾客能不能找零。
def lemonadeChange(bills):
pocket={5:0,10:0}
for ii in bills:
print(ii,pocket)
if ii ==5:
pocket[ii]+=1
elif ii==10:
if pocket[5]==0:
return False
pocket[5]-=1
pocket[ii]+=1
else:
if pocket[10]==0 and pocket[5]>=3:
pocket[5]-=3
elif pocket[10]>0 and pocket[5]>0:
pocket[5]-=1
pocket[10]-=1
else:
return False
return True
leetcode 455: 分发饼干
`分发饼干
假设你是一位很棒的家长，想要给你的孩子们一些小饼干。但是，每个孩子最多只能给一块饼干。对每个孩子 i ，都有一个胃口值 gi ，这是能让孩子们满足胃口的饼干的最小尺寸；并且每块饼干 j ，都有一个尺寸 sj 。如果 sj >= gi ，我们可以将这个饼干 j 分配给孩子 i ，这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子，并输出这个最大数值。
输入: [1,2,3], [1,1]
输出: 1
解释:
你有三个孩子和两块小饼干，3个孩子的胃口值分别是：1,2,3。
虽然你有两块小饼干，由于他们的尺寸都是1，你只能让胃口值是1的孩子满足。
所以你应该输出1。
思路：一个饼干比如是3，可以满足的孩子为1或者2，那肯定是优先给2，以使得更多数量的孩子被满足，也就是优先满足最贪婪的孩子。写成代码的思路是，找出s列表中所有满足大于g列表的数的数目，这个数目的最大值。
def findContentChildren(g,s):
g.sort(reverse=True)
s.sort(reverse=True)
cc=0
gi=0
si=0
while gi < len(g) and si < len(s):
if g[gi]<=s[si]:
cc=cc+1
si+=1
gi+=1
return cc
leetcode 575: 分糖果
给定一个偶数长度的数组，其中不同的数字代表着不同种类的糖果，每一个数字代表一个糖果。你需要把这些糖果平均分给一个弟弟和一个妹妹。返回妹妹可以获得的最大糖果的种类数。
示例 1:
输入: candies = [1,1,2,2,3,3]
输出: 3
解析: 一共有三种种类的糖果，每一种都有两个。
最优分配方案：妹妹获得[1,2,3],弟弟也获得[1,2,3]。这样使妹妹获得糖果的种类数最多。
思路：优先给妹妹一个每一类糖果但是不能超过总糖果数目的一半。
def distributeCandies(candies):
return min(len(set(candies)), len(candies)/2)
部分背包问题
0-1背包无法使用贪心算法得到最优解，只能得到近似解，部分背包问题可以使用贪心算法得到最优解，只需要将数据按照价值排序然后依次选取直到背包满了即可；
题目：
现在有很多物品（它们是可以分割的），我们知道它们每个物品的单位重量的价值vi和重量wi（分别存在v和w中）；如果给你一个背包它能容纳的重量为m,如何使背包里的物品的价值总和最大，输出最大值。
思路：优先放vi最大的物品，如果该物品放完了还有空间，则继续放vi第二大的物品。如果是0-1背包问题有两个思路：一先放vi最大的，放不下的话第二大。二先放最轻的，但是只能得到近似解。
def fractionbag(v,w,m):
vw_dict={}
v_sum=0
for ii in range(len(v)):
vw_dict[v[ii]]=w[ii]
for vi in sorted(v,reverse=True):
if m==0:
break
if m<=vw_dict[vi]:
m=0
v_sum+=vi*m
else:
m-=vw_dict[vi]
v_sum+=vi*vw_dict[vi]
return v_sum
leetcode 435：无重叠区间
给定一个区间的集合，找到需要移除区间的最小数量，使剩余区间互不重叠。
注意:
可以认为区间的终点总是大于它的起点。
区间 [1,2] 和 [2,3] 的边界相互“接触”，但没有相互重叠。
示例 1:
输入: [ [1,2], [2,3], [3,4], [1,3] ]
输出: 1
解释: 移除 [1,3] 后，剩下的区间没有重叠。
思路：想象这些区间现在是你的课程表，你为了上尽可能多的课该怎么做？首先找到结束最早的课，然后看剩下的课，已经和结束最早的课重合的就不要了，没重合的再去找这些里面结束最早的课，直到遍历完了所有的课。代码上表现出来的思路就是，先找到区间第二个值最小的区间，然后把这个区间写到你的课表上去，然后找到和这个最小区间不会重合的所有区间，因为这个区间是最小的嘛，所以那些不会重合的就是起始数值大于最小区间的end的那些区间，在这些区间里面再找最小的，写到课表里面去。。。以此类推。
def eraseOverlapIntervals(intervals):
initial_length=len(intervals)
res=[]
while intervals:
min_intervel=sorted(min([[ii[1],ii[0]] for ii in intervals]))
res.append(min_intervel)
intervals=[ii for ii in intervals if ii[0]>=min_intervel[1]]
return initial_length-len(res)
leetcode 122: 买卖股票的最佳时机 II
给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。
注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。
示例 1:
输入: [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。
思路：最贪心的做法就是尽可能每天都买卖。只要今天比昨天涨了，就盈利。
def maxProfit(prices):
n=len(prices)
maxprofit=0
for ii in range(n-1):
if prices[ii+1]-prices[ii]>=0:
maxprofit+=prices[ii+1]-prices[ii]
return maxprofit
3330
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
