6-------贪心算法

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))