贪心算法记录

贪心算法，又名贪婪法，是寻找最优解问题的常用方法，这种方法模式一般将求解过程分成若干个步骤，但每个步骤都应用贪心原则，选取当前状态下最好/最优的选择（局部最有利的选择），并以此希望最后堆叠出的结果也是最好/最优的解。

贪心算法具体步骤：

1.将要求解的问题分为若干个子问题

2.对每个子问题求解，得到子问题的最优解

3.将每个子问题的解合并为整体问题的一个最优解

在实际应用中来理解

假设1元、2元、5元、10元、20元、50元、100元的纸币分别有c0, c1, c2, c3, c4, c5, c6张。现在要用这些钱来支付K元，至少要用多少张纸币？

用贪心算法的思想，很显然，每一步尽可能用面值大的纸币即可。在日常生活中我们自然而然也是这么做的。在程序中已经事先将Value按照从小到大的顺序排好。

singleMoney = [1,2,5,10,20,50,100]
moneyNumber = [2,5,1,3,4,0,4]
final_money = int(input("请输入要支付的钱数："))
if final_money < 1:
    final_money = int(input("输入错误，重新输入:"))
final_number = {}
money = 6
print(singleMoney[money],final_money)
while money < len(singleMoney) and money >=0:
    if final_money >= singleMoney[money]:
        t = int(final_money / singleMoney[money])
        final_money = final_money % singleMoney[money]
        final_number[singleMoney[money]]=t
    else:
        final_number[singleMoney[money]]=0
    money -= 1
print(final_number)
        

给你一个整数数组 prices ，其中 prices[i] 表示某支股票第 i 天的价格。

在每一天，你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买，然后在 同一天 出售。

返回 你能获得的 最大 利润 。

可以看作若干个区间为1的子问题的解，若第二天的股票比当天要贵，可以当天买入，第二天抛出，实际就是若干个不相交的子区间之间的贪心算法计算。

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        t=0
        for i in range(1,len(prices)):
            if prices[i]>prices[i-1]:
                t=t+prices[i]-prices[i-1]
        return t