找零钱问题
许多计算机程序被用于优化某些值，例如找到两点之间的最短路径，为一组数据点找到最佳拟合线，或者找到满足一定条件的最小对象集合。计算机科学家采用很多策略来解决这些问题。
在解决优化问题时，一个策略是动态规划。
优化问题的一个经典例子就是在找零时使用最少的硬币。
def recMC(coinValueList, change): # 函数接收2个参数：面值列表 和 要找零的金额
minCoins = change # 初始全部用1元硬币（这里以 元 为最小单位）
if change in coinValueList:
# 检查是否为基本情况：尝试使用1枚硬币找零。
return 1
else:
for i in [c for c in coinValueList if c <= change]: # 筛选出小于当前找零金额的硬币面值
numCoins = 1 + recMC(coinValueList, change - i) # 将找零金额减去所选的硬币面值，并将所需的硬币数加1，以表示使用了1枚硬币
if numCoins < minCoins:
numCoins = numCoins
return minCoins # 返回所需要的最小硬币数
该算法将大量时间浪费在重复计算已有的结果上。
减少计算量的关键在于记住已有的结果。简单的做法是把最少硬币数的计算结果存储在一张表中，并在计算新的最少硬币数之前，检查结果是否已在表中。如果是，就直接使用结果，而不是重新计算。
def recDC(coinValueList, change, knownResults):
minCoins = change
if change in coinValueList:
knownResults[change - 1] = 1
return 1
elif knownResults[change - 1] > 0:
# 检查查询表中是否已经有某个找零金额对应的最少硬币数。（列表从0开始，故对应为 change - 1
# 如果没有，就递归地计算并且把得到的最少硬币数结果存在表中。
return knownResults[change - 1]
else:
for i in [c for c in coinValueList if c <= change]:
numCoins = 1 + recDC(coinValueList, change - i, knownResults)
if numCoins < minCoins:
minCoins = numCoins
knownResults[change - 1] = minCoins
return minCoins
>>> recDC([1, 5, 10, 25], 63, [0]*63)
6
这种算法通过 记忆化（也叫缓存） 的方法而非 动态规划 进行优化，列表中有大量空间是空白的。
动态优化：更加系统化：从1元找零开始，然后系统地一直计算到所需的找零金额。这样做可以保证在每一步都已经知道任何小于当前值的找零金额所需的最少硬币数。
def dpMakeChange(coinValueList, change, minCoins):
for cents in range(1, change + 1):
coinCount = cents
for j in [c for c in coinValueList if c <= cents]:
if minCoins[cents - j] + 1 < coinCount:
coinCount = minCoins[cents - j] + 1
minCoins[cents] = coinCount
return minCoins[change]
注：这里的动态规划实际上不是递归
要进行真正的找零，不光要提供minCoins，还需要记录所用的硬币。
通过记录minCoins表中每一项所加的硬币，可以轻松扩展dpMakeChange，从而记录所用的硬币。如果知道上一次加的硬币，便可以减去其面值，从而找到表中前一项，并通过它知晓之前所加的硬币。
def dpMakeChange(coinValueList, change, minCoins, coinsUsed):
for cents in range(change + 1):
coinCount = cents
newCoin = 1
for j in [c for c in coinValueList if c <= cents]:
if minCoins[cents - j] + 1 < coinCount:
coinCount = minCoins[cents - j] + 1
newCoin = j
minCoins[cents] = coinCount
coinsUsed[cents] = newCoin
return (minCoins[change], printCoins(coinsUsed, change))
def printCoins(coinsUsed, change):
coin = change
CoinSum = [] # 记录需要用到哪些硬币
while coin > 0:
thisCoin = coinsUsed[coin]
CoinSum.append(thisCoin)
coin = coin - thisCoin
return CoinSum
>>> c1 = [1, 5, 10, 21, 25]
>>> coinsUsed = [0] * 53
>>> minCoins = [0] * 53
>>> dpMakeChange(c1, 52, minCoins, coinsUsed)
(3, [10, 21, 21])
>>> for i in range(1, len(minCoins)):
print("找零 %2d 元所需的最少硬币数为：%2d，" % (i, minCoins[i]), "具体为 " + str(printCoins(coinsUsed, i)))
找零 1 元所需的最少硬币数为： 1， 具体为 [1]
找零 2 元所需的最少硬币数为： 2， 具体为 [1, 1]
找零 3 元所需的最少硬币数为： 3， 具体为 [1, 1, 1]
找零 4 元所需的最少硬币数为： 4， 具体为 [1, 1, 1, 1]
找零 5 元所需的最少硬币数为： 1， 具体为 [5]
找零 6 元所需的最少硬币数为： 2， 具体为 [1, 5]
找零 7 元所需的最少硬币数为： 3， 具体为 [1, 1, 5]
找零 8 元所需的最少硬币数为： 4， 具体为 [1, 1, 1, 5]
找零 9 元所需的最少硬币数为： 5， 具体为 [1, 1, 1, 1, 5]
找零 10 元所需的最少硬币数为： 1， 具体为 [10]
找零 11 元所需的最少硬币数为： 2， 具体为 [1, 10]
找零 12 元所需的最少硬币数为： 3， 具体为 [1, 1, 10]
找零 13 元所需的最少硬币数为： 4， 具体为 [1, 1, 1, 10]
找零 14 元所需的最少硬币数为： 5， 具体为 [1, 1, 1, 1, 10]
找零 15 元所需的最少硬币数为： 2， 具体为 [5, 10]
找零 16 元所需的最少硬币数为： 3， 具体为 [1, 5, 10]
找零 17 元所需的最少硬币数为： 4， 具体为 [1, 1, 5, 10]
找零 18 元所需的最少硬币数为： 5， 具体为 [1, 1, 1, 5, 10]
找零 19 元所需的最少硬币数为： 6， 具体为 [1, 1, 1, 1, 5, 10]
找零 20 元所需的最少硬币数为： 2， 具体为 [10, 10]
找零 21 元所需的最少硬币数为： 1， 具体为 [21]
找零 22 元所需的最少硬币数为： 2， 具体为 [1, 21]
找零 23 元所需的最少硬币数为： 3， 具体为 [1, 1, 21]
找零 24 元所需的最少硬币数为： 4， 具体为 [1, 1, 1, 21]
找零 25 元所需的最少硬币数为： 1， 具体为 [25]
找零 26 元所需的最少硬币数为： 2， 具体为 [1, 25]
找零 27 元所需的最少硬币数为： 3， 具体为 [1, 1, 25]
找零 28 元所需的最少硬币数为： 4， 具体为 [1, 1, 1, 25]
找零 29 元所需的最少硬币数为： 5， 具体为 [1, 1, 1, 1, 25]
找零 30 元所需的最少硬币数为： 2， 具体为 [5, 25]
找零 31 元所需的最少硬币数为： 2， 具体为 [10, 21]
找零 32 元所需的最少硬币数为： 3， 具体为 [1, 10, 21]
找零 33 元所需的最少硬币数为： 4， 具体为 [1, 1, 10, 21]
找零 34 元所需的最少硬币数为： 5， 具体为 [1, 1, 1, 10, 21]
找零 35 元所需的最少硬币数为： 2， 具体为 [10, 25]
找零 36 元所需的最少硬币数为： 3， 具体为 [1, 10, 25]
找零 37 元所需的最少硬币数为： 4， 具体为 [1, 1, 10, 25]
找零 38 元所需的最少硬币数为： 5， 具体为 [1, 1, 1, 10, 25]
找零 39 元所需的最少硬币数为： 6， 具体为 [1, 1, 1, 1, 10, 25]
找零 40 元所需的最少硬币数为： 3， 具体为 [5, 10, 25]
找零 41 元所需的最少硬币数为： 3， 具体为 [10, 10, 21]
找零 42 元所需的最少硬币数为： 2， 具体为 [21, 21]
找零 43 元所需的最少硬币数为： 3， 具体为 [1, 21, 21]
找零 44 元所需的最少硬币数为： 4， 具体为 [1, 1, 21, 21]
找零 45 元所需的最少硬币数为： 3， 具体为 [10, 10, 25]
找零 46 元所需的最少硬币数为： 2， 具体为 [21, 25]
找零 47 元所需的最少硬币数为： 3， 具体为 [1, 21, 25]
找零 48 元所需的最少硬币数为： 4， 具体为 [1, 1, 21, 25]
找零 49 元所需的最少硬币数为： 5， 具体为 [1, 1, 1, 21, 25]
找零 50 元所需的最少硬币数为： 2， 具体为 [25, 25]
找零 51 元所需的最少硬币数为： 3， 具体为 [1, 25, 25]
找零 52 元所需的最少硬币数为： 3， 具体为 [10, 21, 21]
有没有办法在Ruby中动态创建数组？例如，假设我想遍历用户输入的书籍数组:books=gets.chomp用户输入:"TheGreatGatsby,CrimeandPunishment,Dracula,Fahrenheit451,PrideandPrejudice,SenseandSensibility,Slaughterhouse-Five,TheAdventuresofHuckleberryFinn"我把它变成一个数组:books_array=books.split(",")现在，对于用户输入的每一本书，我想用Ruby创建一个数组。伪代码来做到这一点:x=0books_array.
我想在IRB中浏览文件系统并让提示更改以反射(reflect)当前工作目录，但我不知道如何在每个命令后进行提示更新。最终，我想在日常工作中更多地使用IRB，让bash溜走。我在我的.irbrc中试过这个:require'fileutils'includeFileUtilsIRB.conf[:PROMPT][:CUSTOM]={:PROMPT_N=>"\e[1m:\e[m",:PROMPT_I=>"\e[1m#{pwd}>\e[m",:PROMPT_S=>"FOO",:PROMPT_C=>"\e[1m#{pwd}>\e[m",:RETURN=>""}IRB.conf[:PROMPT_MO
首先，我使用的是rails3.1.3和来自master的carrierwavegithub仓库的分支。我使用after_init钩子(Hook)来确定基于属性的字段页面模型实例并为这些字段定义属性访问器将值存储在序列化哈希中(希望它清楚我是什么谈论)。这是我正在做的事情的精简版:classPage省略mount_uploader命令让我可以访问我想要的属性。但是当我安装uploader时出现错误消息说“nil类的未定义新方法”我在源代码中读到有方法read_uploader和扩展模块中的write_uploader。我如何必须覆盖这些来制作mount_uploader命令使用我的“虚拟
我正在尝试动态构建一个多维数组。我想要的基本上是这样的(为简单起见写出来):b=0test=[[]]test[b]这给了我错误:NoMethodError:undefinedmethod`test=[[],[],[]]而且它工作正常，但在我的实际使用中，我不会事先知道需要多少个数组。有一个更好的方法吗？谢谢 最佳答案 不需要像您正在使用的索引变量。只需将每个数组附加到您的test数组:irb>test=[]=>[]irb>test[["a","b","c"]]irb>test[["a","b","c"],["d","e","f"]]
如何只加载map边界内的标记gmaps4rails？当然，在平移和/或缩放后加载新的。与此直接相关的是，如何获取map的当前边界和缩放级别？ 最佳答案 我是这样做的，我只在用户完成平移或缩放后替换标记，如果您需要不同的行为，请使用不同的事件监听器:在你看来(index.html.erb):{"zoom"=>15,"auto_adjust"=>false,"detect_location"=>true,"center_on_user"=>true}},false,true)%>在View的底部添加:functiongmaps4rail
如何在对象上调用方法名称的嵌套哈希？例如，给定以下哈希:hash={:a=>{:b=>{:c=>:d}}}我想创建一个方法，给定上面的散列，执行以下操作:object.send(:a).send(:b).send(:c).send(:d)我的想法是我需要从一个未知的关联中获取一个特定的属性(这个方法不知道，但程序员知道)。我希望能够指定一个方法链来以嵌套哈希的形式检索该属性。例如:hash={:manufacturer=>{:addresses=>{:first=>:postal_code}}}car.execute_method_hash(hash)=>90210
我有一个ruby程序，我想接受用户创建的方法，并使用该名称创建一个新方法。我试过这个:defmethod_missing(meth,*args,&block)name=meth.to_sclass我收到以下错误:`define_method':interningemptystring(ArgumentError)in'method_missing'有什么想法吗？谢谢。编辑:我以不同的方式让它工作，但我仍然很好奇如何以这种方式做到这一点。这是我的代码:defmethod_missing(meth,*args,&block)Adder.class_evaldodefine_method
假设我们有A、B、C类。Adefself.inherited(sub)#metaprogramminggoeshere#takeclassthathasjustinheritedclassA#andforfooclassesinjectprepare_foo()as#firstlineofmethodthenrunrestofthecodeenddefprepare_foo#=>prepare_foo()neededhere#somecodeendendBprepare_foo()neededhere#somecodeendend如您所见，我正在尝试将foo_prepare()调用注入
这里我想输出带有动态组名的json而不是单词组@tickets.eachdo|group,v|json.group{json.array!vdo|ticket|json.partial!'tickets/ticket',ticket:ticketend}end@ticket是这样的散列{a:[....],b:[.....]}我想要这样的输出{a:[.....],b:[....]} 最佳答案 感谢@AntarrByrd，这个问题有类似的答案:JBuilderdynamickeysformodelattributes使用上面的逻辑我已经
我正在根据Rakefile中的现有测试文件动态生成测试任务。假设您有各种以模式命名的单元测试文件test_.rb.所以我正在做的是创建一个以“测试”命名空间内的文件名命名的任务。使用下面的代码，我可以用raketest:调用所有测试require'rake/testtask'task:default=>'test:all'namespace:testdodesc"Runalltests"Rake::TestTask.new(:all)do|t|t.test_files=FileList['test_*.rb']endFileList['test_*.rb'].eachdo|task|n