数据结构与算法笔记（十七）—— 贪心算法及经典案例(找零问题、背包问题、拼接最大数字问题、活动选择问题)

一、贪心算法

贪心算法(又称贪婪算法)是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。

贪心算法并不保证会得到最优解，但是在某些问题上贪心算法的解就是最优解。要会判断—个问题能否用贪心算法来计算。

---

二、经典案例

2.1、找零问题

问题描述： (钱数量最少)
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?

代码实现：

t = [100,50,20,5,1] #币值

def change(t,n):
    '''参数：
    t: 可供选择的币值  列表
    n: 需找的零钱值
    '''
    m = [0 for _ in range(len(t))]
    for i, money in enumerate(t):
        m[i] = n // money
        n = n % money
    return m,n

print(change(t,644))

结果：

([6, 0, 2, 0, 4], 0)

---

2.1、背包问题

问题描述：(价值最高)
一个小偷在某个商店发现有n个商品，第 i 个商品价值v元，重 wi 千克。他希望拿走的价值尽量高，但他的背包最多只能容纳 W 千克的东西。他应该拿走哪些商品?

• 0-1背包：对于一个商品，小偷要么把它完整拿走，要么留下。不能只拿走一部分，或把一个商品拿走多次。(商品为金条)
• 分数背包：对于一个商品，小偷可以拿走其中任意一部分。(商品为金砂)

举例：

• 商品1∶ v=60，w