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∈[0,1,2,3,4,5], x3∈[0,1,2,...,7], x4∈[0,1,2,...,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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
|
'''找零问题'''n = 4a = [10, 5, 2, 1] # 四种面额b = [3, 5, 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,q in zip(a[:k+1], 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, a, b, x, X, 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, 1, 2, ..., 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
希望本文所述对大家Python程序设计有所帮助。
原文链接：http://www.cnblogs.com/hhh5460/p/6959450.html
