学习数据结构笔记--贪心算法和找零钱问题、分数背包

贪心算法就是通过找到局部最优解啦计算。

找零问题，商铺老板需要找零钱n元钱，钱的面额有：100、50、20、5、1元钱，如何找零使得所需要的钱币的数量最少？？

    t= [100, 50, 20, 5, 1]
def change(t, n):

    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, 376))

思想，当前的钱币情况，为了让给的钱最少，所以是按照高面额到低面额进行分析。

背包问题：

一个小偷在商店发现n个商品，第i个商品价值v元，重w千克。希望拿走的价值尽量高。背包最多容纳w千克。

0-1背包，商品要么拿要么不拿。可以同一个商品拿很多次。

分数背包：对于一个商品，小偷可以拿其中的任意一部分。

举例：商品1：v=60， w=10

商品
价值	重量
60	10
100	20
120	50
背包重50

思考：可以想是分数背包还是0-1背包

0-1背包是用动态规划来做，这里做一下分数背包

goods = [(60,10),(120,20),(120,30)]  # 价格和重量
def fractional_backpack(goods, w):
    goods.sort(key=lambda x: x[0]/x[1], reverse =True)  # 性价比
    m = [0 for _ in range(len(goods))]
    total_v = 0
    for i , (price,weight) in enumerate(goods):
        if w >= weight:
            m[i] = 1
            total_v+= price
            w -= weight
        else:
            m[i] = w / weight
            total_v = m[i] * price
            w = 0
            break

拼接最大数字，有n个非负整数，将其中按照字符串拼接，如何使得得到的整数最大？

# 思路就是根据寻找12还是21那个比较合适
from functools import cmp_to_key
Li
def xy_cmp(x,y):
    if x+y > y+x:
        return 1
    elif x+y < y+x:
        return -1
    else:
        return 0

def complex_num(li):
    li = list(map(str, li)))
    li.sort(key=cmp_to_key(xy_cmp))
    return "".join(li)

活动选择：

安排哪些活动可以使场地举办活动的个数最多？证明：假设a是所有活动中最先结束的活动，b是最优解中最先结束的

首先肯定会返回a-b，

activities = [(),(),(),(),()]
activities.sort(key=lambda x:x[1])
def activity_selection(a):
    res = [a[0]]
    for i in range(1, len(a)):
        a[i][0] >= res[-1][1]: # 当前活动的开始时间小于等于最后一个活动的结束时间，不冲突
        res.append(a[i])
    return res