高级算法——贪心算法（找零问题）

    function makeChange(origAmt, coins) {//贪心算法——找零问题
        var remainAmt ;
        if (origAmt % .25 < origAmt) {
            coins[3] = parseInt(origAmt / .25);
            remainAmt = origAmt % .25;
            origAmt = remainAmt;
        }
        if (origAmt % .1 < origAmt) {
            coins[2] = parseInt(origAmt / .1);
            remainAmt = origAmt % .1;
            origAmt = remainAmt;
        }
        if (origAmt % .05 < origAmt) {
            coins[1] = parseInt(origAmt / .05);
            remainAmt = origAmt % .05;
            origAmt = remainAmt;
        }
        coins[0] = parseInt(origAmt / .01);
    }
    function showChange(coins) {
        if (coins[3] > 0) {
            document.write("25 美分的数量 - " + coins[3] + " - " + coins[3] * .25
                    + "<br />");
        }
        if (coins[2] > 0) {
            document.write("10 美分的数量 - " + coins[2] + " - " + coins[2] * .10
                    + "<br />");
        }
        if (coins[1] > 0) {
            document.write("5 美分的数量 - " + coins[1] + " - " + coins[1] * .05
                    + "<br />");
        }
        if (coins[0] > 0) {
            document.write("1 美分的数量 - " + coins[0] + " - " + coins[0] * .01
                    + "<br />");
        }
    }
    var origAmt = .63;
    var coins = [];
    makeChange(origAmt, coins);
    showChange(coins);

时间： 2024-10-25 02:48:13

高级算法——贪心算法（找零问题）的相关文章

五大算法—贪心算法

贪心算法一.基本概念: 所谓贪心算法是指,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,他所做出的仅是在某种意义上的局部最优解. 贪心算法没有固定的算法框架,算法设计的关键是贪心策略的选择.必须注意的是,贪心算法不是对所有问题都能得到整体最优解,选择的贪心策略必须具备无后效性,即某个状态以后的过程不会影响以前的状态,只与当前状态有关. 所以对所采用的贪心策略一定要仔细分析其是否满足无后效性. 二.贪心算法的基本思路: 1.建立数学模型来描述问题. 2.把求解

贪心算法解硬币找零问题

假如有一种货币,它有面值为1分.2分.5分和1角的硬币,最少需要多少个硬币来找出K分钱的零钱? 按照贪心算法的思想,需要不断地使用面值最大的硬币.如果要找零的值小于最大的硬币值,则尝试第二大的硬币,依次类推. 代码如下: #include <iostream> using namespace std; #define ONE 1 #define TWO 2 #define FIVE 5 #define TEN 10 int main() { int money; int one=0,two=0

贪心算法解决钱币找零问题

using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks; namespace Coin { class Program { static void Main(string[] args) { int[] value = new int[] { 1, 2, 5, 10, 20, 50, 100 }; int[] count =

算法笔记——硬币找零之最少硬币数

题目来源:NYOJ995 问题描述: 在现实生活中,我们经常遇到硬币找零的问题,例如,在发工资时,财务人员就需要计算最少的找零硬币数,以便他们能从银行拿回最少的硬币数,并保证能用这些硬币发工资. 我们应该注意到,人民币的硬币系统是 100,50,20,10,5,2,1,0.5,0.2,0.1,0.05, 0.02,0.01 元,采用这些硬币我们可以对任何一个工资数用贪心算法求出其最少硬币数. 但不幸的是: 我们可能没有这样一种好的硬币系统, 因此用贪心算法不能求出最少的硬币数,甚至有些金钱总数还

算法笔记_048:找零问题（Java）

目录 1 问题描述 2 解决方案 2.1 动态规划法 1 问题描述现需找零金额为n,则最少需要用多少面值为d1 < d2 < d3 < ... < dm的硬币?(PS:假设这m种面值d1 < d2 < d3 < ... < dm的硬币,其中d1 = 1,且每种硬币数量无限可得) 2 解决方案 2.1 动态规划法本文编码思想参考自<算法设计与分析基础>第三版,具体讲解如下: 具体代码如下: package com.liuzhen.chapt

高级算法——贪心算法（背包问题）

贪心算法不能用来解决离散物品问题的原因是我们无法将“ 半台电视” 放入背包. 规则是按照物品价值高低顺序放入背包. function ksack(values, weights, capacity) { var load = 0; var i = 0; var v = 0; while (load < capacity && i < weights.length) { if (weights[i] <= (capacity - load)) { v += values[i

算法-贪心算法

贪心算法大学的时候就已经学过也弄过,可能周末确实没想到写什么,就顺手学了当年学习的知识,贪心算法(也称为贪婪算法),贪心算法总是作出在当前看来最好的选择.贪心算法并不从整体最优考虑,它所作出的选择只是在某种意义上的局部最优选择.当然,希望贪心算法得到的最终结果也是整体最优的.虽然贪心算法不能对所有问题都得到整体最优解,但对许多问题它能产生整体最优解. 贪心要素概念就是这样,如果需要详情可继续搜索获取更多信息,这个时候出现了一个问题,什么使用贪心算法?只需要满足两点即可,首先就是所求解的问题最优

[C++]单源最短路径：迪杰斯特拉(Dijkstra)算法(贪心算法)

1 Dijkstra算法 1.1 算法基本信息解决问题/提出背景单源最短路径(在带权有向图中,求从某顶点到其余各顶点的最短路径) 算法思想贪心算法按路径长度递增的次序,依次产生最短路径的算法 [适用范围]Dijkstra算法仅适用于[权重为正]的图模型中时间复杂度 O(n^3) 补充说明亦可应用于[多源最短路径](推荐:Floyd算法(动态规划,O(n^3))) Dijkstra 时间复杂度:O(n^3) 1.2 算法描述 1.2.1 求解过程(具体思路) 1.2.2 示例 1.2

[C++] 多源最短路径(带权有向图)：【Floyd算法(动态规划法)】 VS nX Dijkstra算法(贪心算法)

1 Floyd算法 1.1 Code /** * 弗洛伊德(Floyd)算法: 1 解决问题: 多源最短路径问题求每一对顶点之间的最短路径 Background: 带权有向图 2 算法思想: 动态规划(DP, Dynamic Programming) 3 时间复杂度: O(n^3) */ #include<stdio.h> #include<iostream> using namespace std; // 1 定义图模型(邻接矩阵表示法)的基本存储结构体 # define Ma