• 算法三


    问题描述

    假设在某国存在[1,x1,x2,x3,...,xn]多种货币,该国的自动贩卖机在找零时要遵循一个原则——“找零的总张数最少”。那么,该如何编写程序,帮助自动贩卖机自动找零呢?

    问题分析

    解决这一问题的最直接思路是穷举法。假设需要找零Y元,那么就通过所有的小于Y的货币,列举出找零的所有方案,进而比较哪个总张数最少。这种思路需要在计算中蕴含有大量的重复,时间复杂度极大。
    类似问题的一个有效解法是使用动态规划的思想来处理。

    求解找零所需要最少货币数

    以面值为1,5,10,25的货币为例:



    解决这一问题的关键在于,利用类似的等式,不断缩小问题的规模。当问题缩小为“需要多少张货币来找0元”时,问题的答案显然是0。
    我们需要额外做的就是创建一个列表,用以保存比要计算的找零需求更小的需求。

    # need_change 为需要找零的金额,
    # currency_list 为该国货币的面值列表,
    # num_list 为需要找零的最少货币数目, num_list的长度至少为(need_change+1)
    def giveChange(need_change, currency_list, num_list):
        for change in range(need_change+1): #从0开始计算最少需要的货币数
            for currency in currency_list: #遍历每一种货币
                if (change-currency >= 0) and (num_list[change-currency]+1<num_list[change]): #计算最少货币需求数
                    num_list[change] = num_list[change-currency] + 1
        return
    
    def main():
        need_change = 63
        currency_list = [1,5,10,21,25]
        num_list = list(range(need_change+1)) #初始化num_list为0到need_change,共(need_change+1)个数
        giveChange(need_change, currency_list, num_list)
        print("%d 需要 %d 个货币来找零"%(need_change, num_list[need_change]))
    if __name__ == "__main__":
        main()

    运行结果为:

    63 需要 3 个货币来找零

    仅仅输出了正确的货币数目是不够的,我们还需要输出具体是哪些面值的货币。

    自动找零问题的解决

    如同常见的,最短路径的记录一样。为输出具体是需要找哪些面值的货币的零钱,我们需要再上一步骤的基础上记录下每步求解最小化使用的货币。
    为此,我们需要在添加一个列表,用以记录这个数值。

    # need_change 为需要找零的金额,
    # currency_list 为该国货币的面值列表,
    # num_list 为需要找零的最少货币数目, num_list的长度至少为(need_change+1)
    # used_list 为需要找零的最少货币数目, 长度与num_list相同
    def giveChange(need_change, currency_list, num_list, used_list):
        for change in range(need_change+1): #从0开始计算最少需要的货币数
            for currency in currency_list: #遍历每一种货币
                if (change-currency >= 0) and (num_list[change-currency]+1<=num_list[change]): #计算最少货币需求数
                    num_list[change] = num_list[change-currency] + 1
                    used_list[change] = currency #记录消耗的货币
        return
    
    # 返回需要的货币
    def showChange(need_change, used_list):
        give_list = []
        while need_change > 0:
            give_list.append(used_list[need_change])
            need_change -= used_list[need_change]
        give_list.sort() #排序
        return give_list
    
    def main():
        need_change = 64 #需要找零的钱数
        currency_list = [1,5,10,21,25] # 该国的货币面值列表
        num_list = list(range(need_change+1)) #初始化num_list为0到need_change,共(need_change+1)个数
        used_list = list(range(need_change+1)) #初始化used_list为0到need_change,共(need_change+1)个数
        giveChange(need_change, currency_list, num_list, used_list)
        print("%d 需要 %d 个货币来找零"%(need_change, num_list[need_change]))
        give_list = showChange(need_change, used_list)
        print(give_list)
    
    if __name__ == "__main__":
        main()

    计算结果为:

    64 需要 4 个货币来找零
    [1, 21, 21, 21]
  • 相关阅读:
    Android Studio中图片的格式转换
    VS2013关于C++ Primer5 的3.42题报错
    VS2013 注释多行与取消多行注释快捷键
    【Ubuntu】安装tar.gz文件
    vs下程序运行结果框闪退的解决方案
    深度学习相关链接
    问题解决:Failed to get convolution algorithm. This is probably because cuDNN failed to initialize
    【验证码识别】Pillow、tesseract-ocr与pytesseract模块的安装以及错误解决
    霍夫变换原理(看完就懂)
    python 字节数组和字符串的互转
  • 原文地址:https://www.cnblogs.com/pyrene/p/6697178.html
Copyright © 2020-2023  润新知