算法学习笔记:对指定金额计算最少钞票数
一、引出问题
财务人员给员工发工资时经常遇到这样一个问题,即根据每个人的工资额(以元作为单位)计算出各种面值的钞票的张数,且要求总张数最少。例如,某职工工资为3436元,发放方案为:100元34张,20元1张,10元1张,5元1张,1元1张。
二、解决问题
1、采用贪心算法(Greedy Algorithm)
(1)有6种面额:1、5、10、20、50、100
凑出某个金额,需要用到尽可能少的钞票。
能用100的就用100,否则尽量用50,……以此类推,这就是贪心算法。

"""
6种面额:1, 5, 10, 20, 50, 100
采用贪心算法,对指定金额计算最少钞票数
"""
def f(w, notes):
counts = []
for i in range(len(notes) - 1, -1, -1):
counts.append(w // notes[i])
w = w - w // notes[i] * notes[i]
ret
本文介绍了如何使用贪心算法和动态规划解决计算最少钞票数的问题。通过举例说明,解释了贪心算法在某些情况下可能失效,并详细阐述了动态规划的思路和特点,包括无后效性和最优子结构。最后,应用动态规划方法解决了不同面额钞票的组合问题。
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



