Python基于回溯法子集树模板解决找零问题示例

概述本文实例讲述了Python基于回溯法子集树模板解决找零问题。分享给大家供大家参考，具体如下：

本文实例讲述了Python基于回溯法子集树模板解决找零问题。分享给大家供大家参考，具体如下：

问题

有面额10元、5元、2元、1元的硬币，数量分别为3个、5个、7个、12个。现在需要给顾客找零16元，要求硬币的个数最少，应该如何找零？或者指出该问题无解。

分析

元素――状态空间分析大法：四种面额的硬币看作4个元素，对应的数目看作各自的状态空间，遍历状态空间，其它的事情交给剪枝函数。

解的长度固定：4

解的编码：(x1,x2,x3,x4) 其中x1∈[0,1,2,3],x2∈[0,3,4,5],x3∈[0,...,7],x4∈[0,12]

求最优解，增添全局变量：best_x,best_num

套用回溯法子集树模板。

代码

'''找零问题'''n = 4a = [10,5,1] # 四种面额b = [3,7,12] # 对应的硬币数目（状态空间）m = 53 # 给定的金额x = [0]*n  # 一个解（n元0-b[k]数组）X = []  # 一组解best_x = [] # 最佳解best_num = 0 # 最少硬币数目# 冲突检测def conflict(k):  global n,m,x,X,a,b,best_num  # 部分解的金额已超  if sum([P*q for p,q in zip(a[:k+1],x[:k+1])]) > m:    return True  # 部分解的金额加上剩下的所有金额不够  if sum([P*q for p,x[:k+1])]) + sum([P*q for p,q in zip(a[k+1:],b[k+1:])]) < m:    return True  # 部分解的硬币个数超best_num  num = sum(x[:k+1])  if 0 < best_num < num:    return True  return False # 无冲突# 回溯法（递归版本）def subsets(k): # 到达第k个元素  global n,best_x,best_num  if k == n: # 超出最尾的元素    #print(x)    X.append(x[:]) # 保存（一个解）    # 计算硬币数目，若最佳，则保存    num = sum(x)    if best_num == 0 or best_num > num:      best_num = num      best_x = x[:]  else:    for i in range(b[k]+1): # 遍历元素 a[k] 的可供选择状态: 0,b[k] 个硬币      x[k] = i      if not conflict(k): # 剪枝        subsets(k+1)# 测试subsets(0)print(best_x)

效果图

更多关于Python相关内容可查看本站专题：《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串 *** 作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录 *** 作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。

总结

以上是内存溢出为你收集整理的Python基于回溯法子集树模板解决找零问题示例全部内容，希望文章能够帮你解决Python基于回溯法子集树模板解决找零问题示例所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。