算法价值3-贪心算法

目录

例子1：

问题描述：

算法步骤：

代码：

结果：

例子2：

问题描述：

算法步骤：

代码：

结果：

结论：

---

贪心算法（Greedy Algorithm）是一种优化问题的算法范式，它通过每一步的局部最优选择来达到全局最优解。在每一步上做出当前情况下的最佳选择，而不考虑全局未来的影响。贪心算法通常比较简单、高效，并且适用于一些特定类型的问题。

基本思想：
1. 选择当前状态下的最优解。
2. 不考虑之前选择对未来的影响。

贪心算法的适用条件：

• 问题的最优解可以通过一系列局部最优选择得到。
• 不能回退（不能取消已经做出的选择）。

例子1：

找零钱问题

问题描述：

给定一些面额不同的硬币，要求用最少的硬币凑出某个金额。

算法步骤：

1. 对于每一个硬币，都选择尽量多的使用，直到超过目标金额。
2. 重复这个过程，直到凑出了目标金额。

代码：

def greedy_coin_change(coins, target_amount):
    coins.sort(reverse=True)  # 面额大的硬币排在前面
    change = []
    remaining_amount = targ