Python编程技巧：动态规划算法与硬币组合问题解析

硬币共有100枚，总面额为100元。
这些硬币共有三种面额：5元、2元和1元。
编程产生零件的组合。
有多少种类型？

你是不是问错问题了？

100个硬币，面值为100元，组合起来才100个1元~

我看到这个问题，应该是5个硬币元、2元和1元怎么样100元有多少种组合？

C++语言总共提供了541种组合，每一种组合都是为您生成的。

祝你好运！！！

#includeiostream

usingnamespacestd;

intmain()

{

ints5,s2,s1;

intsum=0;

for(s5=0;s5=20;s5++)

{

for(s2=0;s2=50;s2++)

{

for(s1=0;s1=100;s1++)

{

if((s1+s2*2+5*s5)==100)

{

成本”“s5”元""\t""s2"2元""\t""s1"1元""\n";

sum++;

}

}

cost"总组合"sum""endl;

system("pause");

}

money=1

count=0

print('\t\t1点\t2点\t5点\(张)')

defjihua(money):

globalcount

foriinrange(100):

forjinrange(100):

forninrange(100):

ifi*0.01+j*0.02+n*0.05==钱:

count+=1

print('方格%d\t%d\t%d\t%d'

%(count,i,j,n))

吉花（银）

print('共有%d个解。
'%count)

程序可以用7来编写代码行数：

1.首先打开Python。
自带IDLE，打开IDLE，ctrl+n新建一个界面如图。

2.导入随机模块选择功能。

3.将这两个项目从上到下放置在列表中，这里的意思是面朝上和面朝下。
因为我没有考虑立件的奇怪设置，所我只添加了顶部和底部。
并将该列表分配给coin变量。

4.然后使用for循环进行迭代。
范围后面是抛硬币的次数。
这里我希望程序只抛硬币一次，所以范围设置为1。

5。
这一行就是if判断。
如果up是从列表中随机选择的。

6.然后显示“阳性”。

7.否则，显示“反向”。

8.至此代码就完成了。
按F5运行它。
一旦执行，就会启动一次。

所谓贪心算法，就是当你解决一个问题时，总是做出当时最好的选择。
也就是说，在不考虑全局最优解的情况下，它提供的只是某种意义上的局部最优解。
下面我们看一个经典的例子。
假设超市收银机里有1分、2分、5分、1分、2分、5分、1元硬币。

当顾客在收银台需要找零时，收银员希望能为顾客找到最少的硬币数量。
那么，给定所需的硬币数量，我们如何找到最少的硬币数量呢？此次改动的基本思路：始终选择面值不超过必须向客户兑换的货币最大面值的硬币。

我们可以从面额最高的硬币开始，按降序排列（图1）。

首先定义列表d来存储现有的货币值。
并设置d_num来存储每个货币值的数量。
通过循环的方法计算出收银员持有的总金额并存储在变量S中。
要找零的变量是sum。
当找零金额大于收银员总金额时，无法找零并显示错误信息。
为了使用最少数量的硬币，我们从面额最高的货币开始。
这是我们的贪心算法的核心步骤。
计算每个零件的需求数量，不断更新零件数量和零件标称值，最终得到满足要求的组合（图2）。

贪心算法解决问题时，并没有得到所有问题的全局最优解，也没有考虑全局问题。
它只产生某种意义上的局部最优解。
从最大的一块开始，逐步找到可用的方法。
不能保证贪心算法就是最好的解决方案，因为它总是从局部开始，而不考虑整体。
它只能确定某些问题有解决方案。
优点是算法简单。
它经常用于解决寻找最大值或最小值的问题。
来源：计算机新闻

思路：假设有一个数组arr，并且里面的int值代表银币的重量，index代表是哪种银币。

循环（非递归）：将数组中的第一个值赋给tmp变量，从第二个变量循环到最后一个，将循环中的变量与tmp值进行比较，返回一个小数如果它们不相等。

递归：利用二分思维，将银币分成2堆（如果不能均分，中间的放一边），取出重量最小的一堆，继续分成两堆。
。
当最后只剩下一个时，这就是你想要的。

下面的写入方法返回索引。
您还可以假设该部分是一种数据类型并返回该类型

#!/usr/bin/python

#?-*-?coding:?utf-8?-*-

#返回最小索引

def?getMin(arr1):

?if?len(arr1)==0:return?-1

?tmp=arr1[0]

?index=0

?for?cur?in?arr1:

if?tmp!=cur:

返回?0?if?tmpcur?else?index

index+=1

?return?-1

real_index=0

#返回最小值索引？递归

def?getMinRecursion(arr1):

?global?real_index

?n=len(arr1)

?if?n==0:return?-1

?if?n==1:return?real_index

?if?n==2:return?real_index?if?arr1[0]arr1[1]?else?real_index+1

?sum1=sum(arr1[0:int(n/3)])

?sum2=sum(arr1[int(n/3):int(n/3)*2])

?if?sum1==sum2:

real_index+=int(n/3)*2

return?getMinRecursion(arr1[int(n/3)*2:n+1])

?if?sum1sum2:

返回?getMinRecursion(arr1[0:int(n/3)])

?else:

real_index+=int(n/3)

?else:

real_index+=int(n/3)

retgetMinRecursion(arr1[int(n/3):int(n/3)*2])

arr=[1,1,1,1,1,1,0,1,1]

print("%d"%getMin(arr))

print("%d"%getMinRecursion(arr))

到此结束的介绍和数量我不知道的Python部分的组合。
我不知道你从中得到了什么。
您找到您需要的信息了吗？如果您想了解更多信息，请不要忘记添加本网站书签并关注本网站。

【Python-统计数学】正太分布的性质、置信区间、Z/t假设检验以及ppf函数介绍（附2个计算题）