穷举-零钱换挣钱

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 2.7k累计阅读 2.8k平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄15年

关注

VIP免费原创最新推荐文章于 2026-01-31 07:31:52 发布 2.7k 阅读 AI 写同款· GEO 优化 ›

使用穷举法列举元素的所有可能性所谓穷举法就是将一个问题的所有解题思路全部罗列出来，从中挑出最优解的解题思路。穷举法又称枚举法，其实是一个道理。问题：尝试给定的一个集合，输出集合的所有中可能性。例如：{1，2}，它的答案有 4 个，分别是 {}，{1}，{2}，{12} 那么如何使用代码来实现这个功能呢？ public class QiongJu { public static void main(... 阅读详情

【题】

21. 零钱换整钱

小明手中有一堆硬币，小红手中有若干张10元的整钱。已知 1 角的硬币厚度为 1.8mm，5 角的硬币厚 1.5mm， 1 元的硬币为 2.0mm 。小明和小红一起玩游戏，小红拿出若干张10元的纸币，小明要将 1 角的硬币放成一摞，将 5 角的硬币硬币放成一摞，将 1 元的硬币放成一摞，如果 3 摞硬币一样高，并且金额能够正好小红要求的面值，则双方可以进行交换，否则没有办法交换。

输入：
小红希望交换几张10元的纸币

输出：
1 角的数量,5 角的数量,1元的数量

友情提示：要想办法减少穷举次数啊，否则............

	测试输入	期待的输出

最低0.47元/天解锁文章

收录于

当前文章被以下社区和专栏收录：

R语言笔记之特征工程 1.特征构建（艺术成分最高）特征构建指的是从原始数据中人工地构建新的特征它需要我们从原始数据中找出一些具有物理意义的特征2.特征提取它是一项用不同变量的组合代替原变量的技术它的目的是自动地构建新的特征，将原始特征转换为一组具有明显物理意义或者统计意义的特征。下面是3个常用的对数据降维的特征提取方法 (1)主成分分析（PCA) (2)探索性因子分析（EFA) (3)高维标度化（MDS 阅读详情

相关推荐

C程序：小明去银行存钱，拿了一堆硬币。已知1角的硬币厚度为1.8mm，........

小明去银行存钱，拿了一堆硬币。已知1角的硬币厚度为1.8mm，5角的硬币厚1.5mm，1元的硬币为2.0mm。小明将1角的硬币放成一摞，将5角的硬币硬币放成一摞，将1元的硬币放成一摞，发现3摞硬币一样高。银行正好把这些硬币换成若干张面值为10元的纸币。问小明至少带了多少钱的硬币（元为单位），每种面值的硬币有多少个？要求输出格式为：1角的数量,5角的数量,1元的数量,总金额。（例如：20,30,40,50）说明在结果中只输出各个对应的数字即可运行结果： 50,60,45,80 与软件设计竞赛提供的参考程序不同哦！

人脸关键点定义汇总

前几天看一份代码临时需要找49个人脸关键点位置定义的图片发现怎么百度都搜不到，最后幸好谷歌可以使用了就用谷歌搜到了。所以在这里汇总一下我所知道的人脸关键点的定义和相关的一点东西，以备不时之需。 68个关键点最常用的工具是Dlib，网址：http://dlib.net/ dlib的68个特征点检测算法是ERT算法【1】使用dlib检测68个特征点的python示例见：http://dlib.n...

程序媛 7642

ABAP代码使用OAuth2.0 Client Credential调用外部API

ABAP-OAuth2.0-调用外部API

m0_74015269的博客 1952

终极版：完美实现在PyQT5或Pyside2中构建无边框圆角阴影窗口，可拖动，阴影随窗口活动状态变化，窗口鼠标拖动改变大小（完美复用）

终极版（完美复用）：完美实现在PyQT5或Pyside2中构建无边框圆角阴影窗口，可拖动，阴影随窗口活动状态变化，窗口鼠标拖动改变大小

文野海阳的博客 1668

Creo二次开发环境配置与DLL项目实战指南(Creo8.0+VS2019)

本文详细介绍了Creo8.0与VS2019环境下的二次开发配置与DLL项目实战指南，涵盖环境准备、版本匹配、DLL项目创建、核心代码编写、部署调试及常见报错处理。重点解析了Creo二次开发中的关键配置和优化技巧，帮助开发者高效解决实际问题。

weixin_28432777的博客 516

YOLOv11 改进 - 注意力机制 | EMA (Efficient Multi-Scale Attention) 高效多尺度注意力：跨空间学习与多分支协同增强特征表征，优化多尺度目标检测

本文介绍了高效多尺度注意力（EMA）模块及其在YOLOv11中的结合应用。现有注意力机制在通道维度缩减时可能影响深度视觉表示，EMA模块通过结合通道和空间信息、采用多尺度并行子网络结构等创新点，实现了高效的多尺度注意力机制。其基本原理包括通道和空间注意力结合、多尺度并行子网络设计等。在多个流行基准数据集上的实验表明，该模块能有效提高特征表示能力。我们将EMA集成进YOLOv11，实验证明改进后的模型在目标检测任务中性能优越，具有广泛应用前景

魔改工程师的博客 1292

从原理到落地：Java+TensorRT打造YOLO模型GPU极致推理方案

Java+TensorRT的YOLO模型GPU加速方案，核心是通过JNI桥接实现Java与TensorRT的高效交互，结合TensorRT的底层优化能力，最大化GPU算力。该方案既保留了Java后端的工程化优势（如易维护、生态完善），又解决了AI模型推理的性能瓶颈，可落地于实时视频分析、智能监控、工业质检等场景。基于TensorRT Dynamic Shape实现多尺寸输入的自适应优化；结合Java的协程（Virtual Thread）提升异步推理的并发效率；

2601_94871597的博客 765

【QGIS】软件下载安装及GIS4WRF插件使用

WW、forever的博客 1799

ardupilot开发 --- MavLink 篇

记录老板的每次pua，分享领导每天的毒鸡汤... 4249

Camera2Demo

在Camera2 的基础上进行封装，使得Camera2一堆初始化逻辑与Activity分离，降低耦合度，完成预览拍照并保存的操作

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候提示IE WebControls 不通过，这个工具可以欺骗u8的检查。跳过U8环境检测的IE WebControls。提示导入失败后，重新检测通过。

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版【x86|x64】

汉书HE8，好用的汇编代码编写工具