当前位置:首页 > IT技术 > 编程语言 > 正文

动态规划问题之贪婪算法实现硬币最优解
2022-04-29 14:09:07


动态规划问题之贪婪算法实现硬币最优解动态规划问题之贪婪算法实现硬币最优解_算法

贪婪问题实现最少的硬币找零问题:

start_time = time.time()

end_time = time.time()

print(‘Took %f second’ % (end_time - start_time))

是我们加入用来计算运算时间的

首先定义一个函数:rec(coinValueList,change) 其中coinValueList是我们的硬币的面值,change是我们的需要找零的金额

[c for c in coinValueList if c<=change]:这里创建一个列表用来存储这次找零可以用到的面值金额,然后进行循环调用和递归运算。

import time
start_time = time.time()

def rec(coinValueList,change):
minCoins=change
if change in coinValueList:
return 1
else:
for i in [c for c in coinValueList if c<=change]:
numCoins=1+rec(coinValueList,change-i)
if numCoins<minCoins:
minCoins=numCoins
return minCoins
print(rec([1,5,10,25],63))
end_time = time.time()
print('Took %f second' % (end_time - start_time))

动态规划问题之贪婪算法实现硬币最优解_贪婪算法_02

我们可以看出这种算法耗时非常多,需要进行优化:

加入一个可查询的列表,就不用重复计算已经算过的此面值最优的找零方法,可以节约非常巨大的一部分时间。

import time
start_time = time.time()

def rec(coinValueList,change,list):
minCoins=change
if change in coinValueList:
list[change]=1
return 1
elif list[change]>0:
return list[change]
else:
for i in [c for c in coinValueList if c<=change]:
numCoins=1+rec(coinValueList,change-i,list)
if numCoins<minCoins:
minCoins=numCoins
list[change]=minCoins
return minCoins
print(rec([1,5,10,25],63,[0]*64))
end_time = time.time()
print('Took %f second' % (end_time - start_time))

动态规划问题之贪婪算法实现硬币最优解_python_03



本文摘自 :https://blog.51cto.com/u

开通会员,享受整站包年服务立即开通 >