貨幣兌換問題（貪心法） Python實現

# 貪心演算法求解貨幣兌換問題

# 貨幣系統有 n 種硬幣，面值為 v1,v2,v3...vn，其中 v1=1，使用總值money與之兌換，求如何使硬幣的數目最少，即 x1,x2,x3...xn 之和最小

# 輸入：各種貨幣的面值 v1,v2,v3...vn；要兌換的總值 money

# 輸出：兌換得到最少的貨幣數量

1

#修改面額
2 v = [50,10,5,2,1]3#
修改要兌換的貨幣量money
4 money = 2535#
每種貨幣初始數量為 0
6 x = [0]*len(v)7#
總貨幣初始數量為 0
8 count = 0

1

#從最大面額開始兌換，剩餘不足兌換大面額，則接著兌換小面額，直到兌換完成
2for i in
range (0,len(v)):
3 x[i] = money // v[i] #
取整符號//
4 money = money % v[i] #
取餘符號%
5for i in
range (0,len(v)):
6 count = x[i] +count

1

print('
通過貪心演算法兌換得到的貨幣數量：
',count)
2print('
其中，面值為 
',v)
3print('
的貨幣數量分別是 
',x)

執行結果：

1 要兌換的貨幣數量為： 253

2 通過貪心演算法兌換得到的貨幣數量： 7
3 其中，面值為 [50, 10, 5, 2, 1]
4 的貨幣數量分別是 [5, 0, 0, 1, 1]

貪心法保證每步為最優，但不保證全域性最優。也就是說，運用貪心法最終可得到非常理想的結果，但還並不是最優的。

python貪心法 演算法 貪心

貪心演算法也被稱為貪婪演算法，它是指在對問題求解時，總是做出在當前看來是最好的選擇。也就是說，不從整體最優上加以考慮，他所做出的是在某種意義上的區域性最優解。貪心演算法不是對所有問題都能得到整體最優解，關鍵是貪心策略的選擇，選擇的貪心策略必須具備無後效性，即某個狀態以前的過程不會影響以後的狀態，只與...

貨幣兌換問題（動態規劃法） Python實現

動態規劃法求解貨幣兌換問題 貨幣系統有 n 種硬幣，面值為 v1,v2,v3.vn，其中 v1 1，使用總值為money的錢與之兌換，求如何使硬幣的數目最少，即 x1,x2,x3.xn 之和最小 輸入 各種貨幣的面值 v1,v2,v3.vn 要兌換的總值 money 輸出 兌換得到最少的貨幣數量 1...

揹包問題 （貪心法）

問題 給定n個物品和乙個容量為c的揹包，物品i的重量為wi,其價值為vi，揹包問題是如何選擇裝入揹包的物品，使得裝入揹包中物品的總價值最大。注意和0 1揹包的區別，在揹包問題中，可以將某種物品的一部分裝入揹包中，但不可以重複裝入。想法 每次裝入單位價值最大的物品。物品重量放在陣列w n 中，價值存放...