算法思想之贪心法

贪心法的基本思想

  贪心算法是利用问题的贪心性质，简化了分解原始问题的过程，每次只关注在当前状态下可以获得的局部最优解，通过凭借各阶段的局部最优解获得最终问题的解。

贪心法解决问题的条件

1. 问题是否适用于贪心法求解，即索取求解问题是否具有贪心选择性质。
   贪心选择性质是指应用同一规则，将原问题变为一个相似的但规模更小的子问题，而后的每一步都是当前看似最佳的选择。
2. 问题是否具有局部最优解，从而通过一个贪心标准，可以得到问题的最优解。

应用贪心法的基本思路

• 建立对问题精确描述的数学模型，包括定义最优解的模型
• 将问题纷纷昵称一系列子问题，同时定义子问题的最优解结构
• 应用贪心算法原则可以却动每个子问题的局部最优解，并根据最优解模型，用字问题的局部最优解堆砌出全局的解

贪心法实例

1. 硬币找零问题

[问题描述] 假设市面上有6种不同面值的硬币，各硬币的面值分别为5分、1角、2角、5角、1元、2元，要找零10.5元，求出最少硬币的数量。

'''
贪心法--硬币找零问题

假设市面上有6种不同面值的硬币，各硬币的面值分别
为5分、1角、2角、5角、1元、2元，要找零10.5元，求出最少硬币的数量

本题选择的贪心策略为：总是选择当前面值最大的硬币
'''

import collections
def getChange(coins, amount):
    # 存放结果
    res = collections.OrderedDict()
    # 将硬币面值按从大到小排列
    coins.sort()
    coins.reverse()

    for each in coins:
        if amount >= each:
            n = int(amount // each)
            res[each] = n
            amount