算法进阶

贪心算法：

贪心算法之找零问题：
假设你是商店老板需要找零n元钱，钱币的面额有：100元、50元、20元、5元、1元、，如何找零使得所需的钱币数量最少？
代码实现：

money = [100,50,20,5,1]         #钱币的面额大小

def change_money(x):
change = [0,0,0,0,0]            #对应钱币面额的个数
for i,m in enumerate(money):
change[i] = x // money[i]
x = x % money[i]
if x > 0:
print("还剩%s" % x)
return change

print(change_money(356.2))

习题：
1、有n个非负整数，将其按照字符串拼接的方式拼接为一个整数。请问：如何拼接可以使得得到的整数最大？
example： 12,34,56,78,9   =======> 拼接后的结果为987654321
2、有n个非负整数，将其按照字符串拼接的方式拼接为一个整数。如何拼接可以使得得到的整数最小？
思路和上边类似，只是结果相反

动态规划：

最长上升子序列：

最长上升子序列（LIS）：给定一个序列X，求X长度最大的连续递增的子序列。
x = [1,7,2,8,3,5,2]    ,LIS(x) = [1,2,3,5]

最长公共子序列：

最长公共子序列（LCS）问题：给定两个序列X和Y，求X和Y长度最大的公共子序列。
X = "ABBCDEFG"  y = "SBBCEGR"   LCS(X,Y)="BBC"       不过图还是没看懂。。

最长公共子串：

最长公共子序列（LCSS）问题：给定两个序列X和Y，求X和Y长度最大的公共子串。
X = "ABBCDE"  Y = "BBBCRT"    LCSS(X,Y) = "BBC"

编辑距离：

编辑距离：指两个子串之间，有一个转成另一个所需最少的编辑操作次数。
允许的编辑操作：替换、插入、删除
　　x = "cofe" y = "coffee", 编辑距离为2（插入2次）
　　x = "coffee" y = "coffe",  编辑距离为1（删除1次）
　　x = "coffee" y = "coffye"  编辑距离为2（替换2次）
　　x = "cofye"  y = "coffee"  编辑距离为2
编辑距离可以用来表示两个字符串的相似度，应用广泛

就这么点。。。都看不太懂。。。。