有0.05 0.1 0.2 0.5 1 2 的硬币
例如需要支付0.55 付:1+0.05 找 0.5 所使用的硬币和最少
求min(支付硬币数 + 找零硬币数) 支付值-找零值=商品值
贪心算法:max(消费者拥有的硬币面值-商店拥有的硬币面值)优先使用
需要验证贪心选择性和最优子结构性质,来证明贪心算法可以获得最优解
def Solution():
d = [0.05, 0.1, 0.2, 0.5, 1, 2]
d_num = [] # 存储每种硬币的数量
s = 0
temp = input("请输入每种零钱的数目")
d_num0 = temp.split(" ") # 以空格为分界符,输入的时候要加空格
for i in range(0, len(d_num0)):
d_num.append(int(d_num0[i]))
s += d[i] * d_num[i] # 计算出收银员拥有多少钱
sum = float(input("请输入需要找的零钱"))
if sum > s:
print("数据错误")
return 0
s = s - sum
# 因为要用硬币的数量最少,就需要用面值大的硬币,所以从面值大的元素来遍历
i = 6
while i >= 0:
if sum >= d[i]: # 如果需要找的零钱比最大面值大的话
n = int(sum / d[i]) # 求出需要最大面值的硬币的个数
if n >= d_num[i]: # 如果需要最大面值硬币的个数>=拥有的该面值的硬币的个数的话
n = d_num[i] # 更新需要的n
sum -= n * d[i] # 计算出新的找零值
print("用了%d个%f元硬币" % (n, d[i]))
i -= 1
安排活动问题
比较下一个活动的开始时间与上一个活动的结束时间的大小关系,确定这两个活动是否是相容的,如果开始时间大于结束时间,则相容,反之,不相容
用冒泡排序法对结束时间进行排序,同时得到对应的开始时间的list
def bubble_sort(s, f): # s开始时间 f结束时间
for i in range(len(f)):
for j in range(0, len(f) - i - 1):
if f[j] > f[j + 1]:
f[j], f[j + 1] = f[j + 1], f[j]
s[j], s[j + 1] = s[j + 1], s[j]
return s, j
def greedy(s, f, n):
a = [True for x in range(n)]
j = 0 # 初始选择第一个活动
for i in range(1, n):
if s[i] >= f[j]: # 如果下一个活动的开始时间大于等于上一个活动的结束时间
a[i] = True
j = i
else:
a[i] = False
return a
n = int(input()) # 要安排几个活动
arr = input().split() # 活动的时间
s = []
f = []
for ar in arr:
ar = ar[1:-1]
start = int(ar.split(',')[0]) # split返回列表
end = int(ar.split(',')[1])
s.append(start)
f.append(end)
s, f = bubble_sort(s, f)
A = greedy(s, f, n)
res = []
for k in range(len(A)):
if A[k]:
res.append('({},{})'.format(s[k], f[k]))
print(''.join(res))