我一直在做一些关于Project Euler的问题/练习,希望用python来练习/学习一些最佳算法和编程习惯。
我遇到一个问题,要求找到所有唯一的组合,至少使用两个值来求和到100。在研究这个问题的时候,我遇到了一些人,他们提到了硬币问题和贪婪算法,这就是这个问题的意义所在。
我以前听说过贪婪算法,但是,从来没有理解或使用过它。我想我可以试试。我仍然不确定这是否是正确的做法。
def greedy(amount):
combos = {}
ways = {}
denominations = [1,5,10,25]
## work backwards? ##
denominations.reverse()
for i in denominations:
## check to see current denominations maximum use ##
v = amount / i
k = amount % i
## grab the remainder in a variable and use this in a while loop ##
ways.update({i:v})
## update dictionarys ##
combos.update({i:ways})
while k != 0:
for j in denominations:
if j <= k:
n = k/j
k = k % j
ways.update({j:n})
combos.update({i:ways})
ways = {}
return combos
我知道这不是解决欧拉问题的方法,但是,我想了解并学习使用此算法的最佳方法。我的问题是,这会被认为是一个合适的贪婪算法吗?如果不是我做错了什么。如果正确,我可以改进优化吗?
Euler 76要求您计算一个数的分区。这不是硬币问题,也不是贪婪算法。一个数的分割数的计算方法是由于欧拉(惊奇!)你可以在大多数算法或数学文本中查找,也可以在谷歌上查找。你的程序应该马上执行。
顺便说一下,Project Euler的答案比p(100)的正常计算值少1,因为它忽略了p(0)=1的约定。因此,在编写计算分区的函数之后,Euler 76的答案是P(100)-1。
我在我的博客上讨论过两次分区,计算分区数量时是once,枚举所有分区时是again。
你已经编辑了你的问题,问什么是用一组硬币来改变给定数量的最佳方法;至少,我认为这是你要问的问题。我假设每个面额的硬币都有无限的数量,或者至少足够你使用你喜欢的每个面额的硬币。
举个例子,用1,5,10和25美分的硬币兑换一美元的问题;一美元是100美分。贪婪的算法总是取最大的可能硬币。因此,在第一步中,最大的硬币小于或等于目标值,因此在输出中添加25美分的硬币,并将目标值减少到75美分。在第二步,最大的硬币小于或等于减少的目标,所以增加一个25美分硬币的产出和减少目标到50美分。在第三步,最大的硬币小于或等于减少的目标,所以增加一个25美分硬币的产出和减少目标到25美分。在第四步,最大的硬币小于或等于减少的目标,所以添加一枚25美分的硬币,并将目标减少到0美分。现在已经没什么可做的了,所以产量是四枚25美分的硬币。
因为那不是很有趣,让我们再试一次,目标是47美分。第一步输出一枚25美分的硬币,并将目标降低到22美分。现在已经不可能输出25美分的硬币,所以输出的最大硬币小于或等于减少的目标,即10美分的硬币,并将目标减少到12美分。在第三步中,小于或等于减少目标的最大硬币是10美分,因此输出该硬币并将目标减少到2美分。接下来的两个步骤将每人输出1美分硬币,并将目标降至零。所以产量是一枚25美分的硬币,两枚10美分的硬币,两枚1美分的硬币,总共47美分。
我把它留给你在那里写代码。正如你所说,这与欧拉76无关。
对第一条评论的更新,现在已经消失。
我不知道该怎么称呼你的代码。我想贪婪是一个足够好的词。下面是我应该如何做的,包括调试输出,以便您可以看到中间步骤:
结果是:
有帮助吗?
贪心硬币算法计算出对给定的到期金额进行更改的最佳方式。它适用于我们的硬币面额,但可能会因硬币面额的组合而失败(例如,一枚7美分的硬币和一枚12美分的硬币)
这是它的递归实现
不过,我认为这并不能像你所说的那样帮你解决问题
你可能会认为这是一个递归问题
至少我是这么想的,我可能错了……(事实上我认为我错了)
相关问题 更多 >
编程相关推荐