活动地址:CSDN21天学习挑战赛
贪心算法
贪心算法是一种为寻求优质解为手段而达成整体解决方案的算法。贪心算法总是会选择当下的最优解,而不去考虑这一次的选择会不会对未来的选择造成影响。这些优质的解决方案称为局部最优解,将有希望得到正确的最终解决方案称为全局最优解。如果这些优质解不能使整体达到最优就会得到一个次优解。
找零问题
基本思路:先从面值最高的钱币中找,再从面值第二低的钱币中找,尽可能找面值大的钱币。最终使找零的数量尽可能少。
function makeChange(originAmt, coins) {
let remainAmt = 0;
// 先找面额最大的,如果能正好找完那最好,如果不能找完,就继续找面值较小的
if (originAmt % 0.25 < originAmt) {
coins[3] = parseInt(originAmt / 0.25);
remainAmt = originAmt % 0.25;
originAmt = remainAmt;
}
// 在剩余的零钱中找面值最大的,如果能正好找完那最好,如果不能找完,就继续找面值较小的
if (originAmt % 0.1 < originAmt) {
coins[2] = parseInt(originAmt / 0.1);
remainAmt = originAmt % 0.1;
originAmt = remainAmt;
}
// 在剩余的零钱中找面值最大的,如果能正好找完那最好,如果不能找完,就继续找面值较小的
if (originAmt % 0.05 < originAmt) {
coins[1] = parseInt(originAmt / 0.05);
remainAmt = originAmt % 0.05;
originAmt = remainAmt;
}
// 如果还没有找完,就面值找最小的零钱
coins[0] = parseInt(originAmt / 0.01);
return coins.reduce((total, cur) => {
return total + cur;
}, 0);
}
背包问题
前提:放入背包的物品是连续的,即物品可以被分开,这种称为部分背包问题。可以通过物品单价除以物品体积计算物品的价值。
先装价值高的物品,知道该物品装完或背包装满。
算法:
背包的容量为W,物品的价格为v,重量为w
根据v/w的比率对物品排序
按比率的降序排列物品
尽可能多的放入每个物品
function ksack(values, weight, capacity) {
let load = 0;
let i = 0;
let w = 0;
while (load < capacity && i < 4) {
if (weight[i] <= capacity - load) {
w += values[i];
load += weight[i];
} else {
let r = (capacity - load) / weight[i];
w += r * values[i];
load += weight[i];
}
++i;
}
return w;
}