经典贪心算法实践

最简单的硬币问题:

题目描述:

有1,5,10,50,100,500的硬币各C1,C5,C10,C50,C100,C500枚,现在要用这些硬币来支付A元,最少需要多少枚硬币。

解题思路:

贪心算法,竟可能多的使用面值最大的硬币的这一贪心的策略来切了。

 1 #include <iostream>
 2 using namespace std;
 3 const int V[6]={1,5,10,50,100,500};
 4 int C[6]={3,2,1,3,0,2};
 5 int A=620;
 6 void solve(){
 7     int ans=0;
 8     for(int i=5;i>=0;i--)
 9     {
10         int t=min(A/V[i],C[i]);
11         A-=t*V[i];
12         ans+=t;
13     }
14     cout<<ans<<endl;
15 }
16 int main() {
17     solve();
18     return 0;
19 }
时间: 2024-08-09 04:13:31

经典贪心算法实践的相关文章

经典贪心算法uva11729

uva11729 这个题的题意是 你有n个部下,每个部下需要完成一项任务.第i个部下需要你花Bi分钟交代任务,然后他会立刻独立地.无间断地执行Ji分钟后完成任务. 你需要选择交待任务的顺序,使得所有任务尽早执行完毕(即最后一个执行完的任务应尽早结束).注意,不能同时给两个部下交待任务, 但部下们可以同时执行他们各自的任务 求完成所有任务的最短时间 实际上呢我们知道这是一个排序的问题..当然有时候可以转化成其他问题.. 我们先按它是一个排序的问题来搞一下.. 那么每个元素就有两个属性交待的时间a,

贪心算法?我全都要!——算法第四章上机实践报告

算法第四章上机实践报告 一.        实践题目 4-1 程序存储问题 (90 分) 设有n 个程序{1,2,…, n }要存放在长度为L的磁带上.程序i存放在磁带上的长度是 li,1≤i≤n. 程序存储问题要求确定这n 个程序在磁带上的一个存储方案, 使得能够在磁带上存储尽可能多的程序. 对于给定的n个程序存放在磁带上的长度,计算磁带上最多可以存储的程序数. 输入格式: 第一行是2 个正整数,分别表示文件个数n和磁带的长度L.接下来的1行中,有n个正整数,表示程序存放在磁带上的长度. 输出

【经典算法】贪心算法

贪心算法分阶段工作.在每一个阶段,可以认为所做的决定是好的,而不考虑将来的后果.一般来说,这意味着选择的是某个局部最优.这种“眼下能够拿到的就拿”的策略是这类算法名称的来源.当算法终止时,我们希望局部最优就是全局最优.如果真是这样的话,那么算法就是正确的:否则,算法得到的是一个次最优解.如果不要求绝对的最佳答案,那么有时用简单的贪心算法生成近似答案,而不是使用一般来说产生准确答案所需要的复杂算法. 可以根据如下步骤来设计贪心算法: 1. 将优化问题转化成这样的一个问题,即像做出选择,再解决剩下的

贪心算法之经典题目---订票

题目:一票务办公室为音乐会售票,出售某一固定数量的连号票(简称套票).购票订单以该套票中最小的座位号作为标志.由于不能满足所有订单,故而采用:若订单完全满足观众要求的票全价:若订单中至少一个座位与观众要求不同,则半价.现求怎样处理订单,才能使总收入最高.输入为套票里座位数量,订单数以及每个订单对应的座位号(最小的座位号为标志).输出订单处理结果,即处理后的套票号码.(不要求顺序,且输入数据都符合要求,最小座位号为1,订单可以不被接受.) 解题思路: 采用贪心算法,3个步骤: 1)  试图分配尽可

经典算法学习之贪心算法

贪心算法也是用来求解最优化问题的,相比较动态规划很多问题使用贪心算法更为简单和高效,但是并不是所有的最优化问题都可以使用贪心算法来解决. 贪心算法就是在每个决策点都做出在当时看来最佳的选择. 贪心算法的设计步骤: 1.将最优化问题转换为:对其做出一次选择之后,只剩下一个问题需要求解的形式(动态规划会留下多个问题需要求解) 2.证明做出贪心选择之后,原问题总是存在最优解,即贪心算法总是安全的 3.证明做出贪心选择后,剩余的子问题满足性质:其最优解与贪心选择组合即可得到原问题的最优解,这样就得到了最

五大常用算法之三贪心算法

贪心算法 贪心算法简介: 贪心算法是指:在每一步求解的步骤中,它要求"贪婪"的选择最佳操作,并希望通过一系列的最优选择,能够产生一个问题的(全局的)最优解. 贪心算法每一步必须满足一下条件: 1.可行的:即它必须满足问题的约束. 2.局部最优:他是当前步骤中所有可行选择中最佳的局部选择. 3.不可取消:即选择一旦做出,在算法的后面步骤就不可改变了. 贪心算法案例: 1.活动选择问题  这是<算法导论>上的例子,也是一个非常经典的问题.有n个需要在同一天使用同一个教室的活动a

零基础学贪心算法

本文在写作过程中参考了大量资料,不能一一列举,还请见谅.贪心算法的定义:贪心算法是指在对问题求解时,总是做出在当前看来是最好的选择.也就是说,不从整体最优上加以考虑,只做出在某种意义上的局部最优解.贪心算法不是对所有问题都能得到整体最优解,关键是贪心策略的选择,选择的贪心策略必须具备无后效性,即某个状态以前的过程不会影响以后的状态,只与当前状态有关.解题的一般步骤是:1.建立数学模型来描述问题:2.把求解的问题分成若干个子问题:3.对每一子问题求解,得到子问题的局部最优解:4.把子问题的局部最优

贪心算法

一,贪心算法的设计思想 ? 从问题的某一个初始解出发逐步逼近给定的目标,每一步都作一个不可回溯的决策,尽可能地求得最好的解.当达到某算法中的某一步不需要再继续前进时,算法停止. 二,贪心算法的基本性质 1)贪心选择性质 所谓贪心选择性质是指所求问题的整体最优解可以通过一系列局部最优的选择,即贪心选择来达到.这是贪心算法可行的第一个基本要素,也是贪心法与动态规划法的主要区别. 2) 最优子结构性质 该问题解的整体最优性依赖于其局部子问题解的最优性.这种性质是可以采用贪心算法解决问题的关键特征.例如

贪心算法之背包问题

贪婪算法的基本思想:通过一系列步骤来构造问题的解,每一步都是对已构造的部分解的一个扩展,直到获得问题的完整解. 贪婪算法中,每一步“贪婪地” 选择最好的部分解,但不顾及这样选择对整体的影响(局部最优),因此得到的全局解不一定最好的解,但对许多问题它能产生整体最优解. 具体算法描述: public static void Greedy()        {            float cu = c;            int temp = 0;            int i = 0;