JS使用贪心算法解决找零问题示例
本文实例讲述了JS使用贪心算法解决找零问题。分享给大家供大家参考，具体如下：
前面介绍了JS贪心算法解决背包问题，这里再来看看找零问题的解决方法。
在现实生活中，经常遇到找零问题，假设有数目不限的面值为20,10,5,1的硬币。 给出需要找零数，求出找零方案，要求：使用数目最少的硬币。
对于此类问题，贪心算法采取的方式是找钱时，总是选取可供找钱的硬币的最大值。比如，需要找钱数为25时，找钱方式为20+5，而不是10+10+5。
贪心算法还是很常见的算法之一，这是由于它简单易行，构造贪心策略不是很困难。
可惜的是，它需要证明后才能真正运用到题目的算法中。
<script>
var money= [20,10,5,1];
/*
* m[]:存放可供找零的面值，降序排列
* n:需要找零数
*/
function greedyMoney(m,n){
for(var i=0;i<m.length;i++){
while(n>=m[i] && n>0){
document.write(m[i]+" ");
n = n-m[i];
}
}
document.write("<br>");
}
greedyMoney(money,73);
greedyMoney([25,10,1],63);
</script>
结果是：
20 20 20 10 1 1 1 25 25 10 1 1 1
需要说明的是，在一些情况下，找零钱问题使用贪心算法并不能得到整体最优解，其结果可能只是最优解的很好近似。
比如，如果提供找零的面值是11，5，1，找零15。
使用贪心算法找零方式为11+1+1+1+1，需要五枚硬币而最优解为5+5+5，只需要3枚硬币。
更多关于JavaScript相关内容感兴趣的读者可查看本站专题：《JavaScript数据结构与算法技巧总结》、《JavaScript数学运算用法总结》、《JavaScript排序算法总结》、《JavaScript遍历算法与技巧总结》、《JavaScript查找算法技巧总结》及《JavaScript错误与调试技巧总结》
希望本文所述对大家JavaScript程序设计有所帮助。
-
本文向大家介绍JS基于贪心算法解决背包问题示例，包括了JS基于贪心算法解决背包问题示例的使用技巧和注意事项，需要的朋友参考一下 本文实例讲述了JS基于贪心算法解决背包问题。分享给大家供大家参考，具体如下： 贪心算法：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。 寻找最优解的过程，目的是得到当前最优解 部分背包问题：固定容
-
本文向大家介绍Python基于贪心算法解决背包问题示例，包括了Python基于贪心算法解决背包问题示例的使用技巧和注意事项，需要的朋友参考一下 本文实例讲述了Python基于贪心算法解决背包问题。分享给大家供大家参考，具体如下： 贪心算法（又称贪婪算法）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，他所做出的是在某种意义上的局部最优解。 贪心算法不是对所有
-
主要内容：贪心算法的实际应用《 算法是什么》一节讲到，算法规定了解决问题的具体步骤，即先做什么、再做什么、最后做什么。贪心算法是所有算法中最简单，最易实现的算法，该算法之所以“贪心”，是因为算法中的每一步都追求最优的解决方案。 举个例子，假设有 1、2、5、10 这 4 种面值的纸币，要求在不限制各种纸币使用数量的情况下，用尽可能少的纸币拼凑出的总面值为 18。贪心算法的解决方案如下： 率先选择一张面值为 10 的纸币，可以
-
以人民币的硬币为例，假设硬币数量足够多。要求将一定数额的钱兑换成硬币。要求兑换硬币数量最少。 思路说明： 这是用贪婪算法的典型应用。在本例中用python来实现，主要思想是将货币金额除以某硬币单位，然后去整数，即为该硬币的个数；余数则做为向下循环计算的货币金额。 这个算法的问题在于，得出来的结果不一定是最有结果。比如，硬币单位是[1,4,6],如果将8兑换成硬币，按照硬币数量最少原则，应该兑换成为
-
我试图用Python 3.x中的贪婪算法解决背包问题。下面是我的代码，以及我用来测试它的示例案例。每个示例案例的形式为行[0]=最大权重，行[1:]的形式为（权重，值。） 成功案例1： 上一次我在重写程序之前出现这样的错误，是在与int类型进行斗争。这一次似乎是在断绝关系，但我不确定如何修复它。非常感谢任何帮助。我只知道当我看到它的时候这会是一个简单的解决方案... 编辑：这必须与我的列表如何排序
-
本文向大家介绍Python解决走迷宫问题算法示例，包括了Python解决走迷宫问题算法示例的使用技巧和注意事项，需要的朋友参考一下 本文实例讲述了Python解决走迷宫问题算法。分享给大家供大家参考，具体如下： 问题： 输入n * m 的二维数组 表示一个迷宫 数字0表示障碍 1表示能通行 移动到相邻单元格用1步 思路： 深度优先遍历，到达每一个点，记录从起点到达每一个点的最短步数 初始化案例：