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