news 2026/4/16 16:16:31

算法题 柠檬水找零

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
算法题 柠檬水找零

860. 柠檬水找零

问题描述

在柠檬水摊上,每一杯柠檬水售价5 美元

顾客排队购买,每位顾客只买一杯,支付的金额可能是5、10 或 20 美元

你最初没有任何零钱。你需要给每位顾客正确找零,使得净交易是每位顾客向你支付 5 美元。

注意:一开始你没有任何零钱。

返回true如果你能给每位顾客正确找零,否则返回false

示例

输入:[5,5,5,10,20]输出:true解释:-前三位顾客支付5美元,无需找零-第四位顾客支付10美元,找零5美元-第五位顾客支付20美元,找零15美元(一张10美元+一张5美元)
输入:[5,5,10,10,20]输出:false解释:-前两位顾客支付5美元-第三位顾客支付10美元,找零5美元-第四位顾客支付10美元,找零5美元-第五位顾客支付20美元,需要找零15美元,但只剩25美元(10美元),无法找零
输入:[5,5,10]输出:true

算法思路

贪心算法

  1. 核心

    • 5美元:无需找零,直接收下
    • 10美元:必须找零5美元
    • 20美元:需要找零15美元,有两种方式:
      • 一张10美元 + 一张5美元(优先选择)
      • 三张5美元
  2. 贪心策略

    • 对于20美元的找零,优先使用10美元,保留更多的5美元
    • 5美元的用途更广(可以找零10美元和20美元),而10美元只能用于找零20美元
  3. 状态

    • 只需要记录当前拥有的5美元10美元的数量
    • 20美元不需要记录,因为无法用于找零

代码实现

方法一:贪心

classSolution{/** * 判断是否能给所有顾客正确找零 * 使用贪心:优先使用10美元找零20美元 * * @param bills 顾客支付的账单数组,每个元素为5、10或20 * @return 如果能正确找零返回true,否则返回false */publicbooleanlemonadeChange(int[]bills){intfive=0;// 5美元的数量intten=0;// 10美元的数量for(intbill:bills){if(bill==5){// 收到5美元,无需找零five++;}elseif(bill==10){// 收到10美元,需要找零5美元if(five>0){five--;ten++;}else{// 没有5美元找零returnfalse;}}else{// bill == 20// 收到20美元,需要找零15美元// 优先使用10+5的组合(贪心策略)if(ten>0&&five>0){ten--;five--;}elseif(five>=3){// 使用5+5+5的组合five-=3;}else{// 无法找零returnfalse;}}}returntrue;}}

算法分析

  • 时间复杂度:O(n)
    • n 是顾客数量(bills数组长度)
    • 每位顾客只需要O(1)时间处理
  • 空间复杂度:O(1)
    • 只使用了两个整数变量记录零钱数量

算法过程

1:bills = [5,5,5,10,20]

  1. 顾客1(5美元)five=1, ten=0
  2. 顾客2(5美元)five=2, ten=0
  3. 顾客3(5美元)five=3, ten=0
  4. 顾客4(10美元):有5美元,five=2, ten=1
  5. 顾客5(20美元):有10美元和5美元,使用10+5组合,five=1, ten=0
  6. 结果true

2:bills = [5,5,10,10,20]

  1. 顾客1(5美元)five=1, ten=0
  2. 顾客2(5美元)five=2, ten=0
  3. 顾客3(10美元)five=1, ten=1
  4. 顾客4(10美元)five=0, ten=2
  5. 顾客5(20美元)
    • 尝试10+5:有10美元但没有5美元
    • 尝试5+5+5:只有0张5美元 < 3
  6. 结果false

测试用例

publicclassMain{publicstaticvoidmain(String[]args){Solutionsolution=newSolution();// 测试用例1:标准成功案例int[]bills1={5,5,5,10,20};System.out.println("Test 1: "+solution.lemonadeChange(bills1));// true// 测试用例2:找零失败int[]bills2={5,5,10,10,20};System.out.println("Test 2: "+solution.lemonadeChange(bills2));// false// 测试用例3:简单成功int[]bills3={5,5,10};System.out.println("Test 3: "+solution.lemonadeChange(bills3));// true// 测试用例4:只有5美元int[]bills4={5,5,5,5,5};System.out.println("Test 4: "+solution.lemonadeChange(bills4));// true// 测试用例5:第一个顾客付10美元int[]bills5={10,10};System.out.println("Test 5: "+solution.lemonadeChange(bills5));// false// 测试用例6:第一个顾客付20美元int[]bills6={20};System.out.println("Test 6: "+solution.lemonadeChange(bills6));// false// 测试用例7:复杂成功案例int[]bills7={5,5,10,20,5,5,5,5,5,5};System.out.println("Test 7: "+solution.lemonadeChange(bills7));// true// 测试用例8:边界情况 - 空数组int[]bills8={};System.out.println("Test 8: "+solution.lemonadeChange(bills8));// true// 测试用例9:单个5美元int[]bills9={5};System.out.println("Test 9: "+solution.lemonadeChange(bills9));// true// 测试用例10:全部20美元int[]bills10={20,20,20};System.out.println("Test 10: "+solution.lemonadeChange(bills10));// false// 测试用例11:贪心策略int[]bills11={5,5,5,5,10,20};System.out.println("Test 11: "+solution.lemonadeChange(bills11));// true// 如果错误地使用5+5+5找零20美元,会导致后续无法找零10美元// 贪心策略会保留5美元// 测试用例12:大量5美元int[]bills12=newint[10000];Arrays.fill(bills12,5);System.out.println("Test 12: "+solution.lemonadeChange(bills12));// true}}

关键点

  1. 贪心策略

    • 5美元比10美元更有价值
    • 优先消耗10美元,保留5美元
  2. 状态

    • 只需要跟踪5美元和10美元的数量
    • 20美元无法用于找零,无需跟踪
  3. 边界条件处理

    • 空数组:返回true(没有顾客需要服务)
    • 第一个顾客付10或20美元:无法找零,返回false

常见问题

  1. 为什么不用考虑20美元的数量?
    20美元无法用于找零(只有5、10、20三种面额,20美元太大了),所以收到20美元后直接留在手里,不影响后续找零。

  2. 贪心策略是否是最优的?
    5美元的灵活性更高,保留更多5美元永远不会比消耗5美元更差。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/16 12:07:27

PaddlePaddle框架的API文档质量评测与改进建议

PaddlePaddle框架的API文档质量评测与改进建议 在AI技术加速落地产业的今天&#xff0c;一个深度学习框架能否真正“好用”&#xff0c;早已不只取决于其底层性能或模型丰富度。对于一线开发者而言&#xff0c;决定他们是否愿意长期投入、甚至将整个项目押注于某个平台的关键因…

作者头像 李华
网站建设 2026/4/16 12:03:57

Enformer基因表达预测模型:从入门到实战的完整指南

Enformer基因表达预测模型&#xff1a;从入门到实战的完整指南 【免费下载链接】enformer-pytorch Implementation of Enformer, Deepminds attention network for predicting gene expression, in Pytorch 项目地址: https://gitcode.com/gh_mirrors/en/enformer-pytorch …

作者头像 李华
网站建设 2026/4/16 13:22:51

Open-AutoGLM环境配置全攻略(新手避坑+专家级优化技巧)

第一章&#xff1a;Open-AutoGLM环境搭建概述Open-AutoGLM 是一个面向自动化代码生成与自然语言任务处理的开源框架&#xff0c;基于 GLM 架构构建&#xff0c;支持多模态输入与智能推理。为充分发挥其能力&#xff0c;需在开发环境中正确配置依赖组件与运行时平台。环境准备 搭…

作者头像 李华
网站建设 2026/4/16 12:28:27

python小程序 摩尔街网上订餐配送系统2025_71ypffik

目录已开发项目效果实现截图开发技术路线相关技术介绍核心代码参考示例结论源码lw获取/同行可拿货,招校园代理 &#xff1a;文章底部获取博主联系方式&#xff01;已开发项目效果实现截图 同行可拿货,招校园代理 python小程序 摩尔街网上订餐配送系统2025_71ypffik 开…

作者头像 李华
网站建设 2026/4/16 12:25:40

3步搞定ComfyUI图层扩散插件升级:告别功能缺失和兼容性问题

3步搞定ComfyUI图层扩散插件升级&#xff1a;告别功能缺失和兼容性问题 【免费下载链接】ComfyUI-layerdiffuse 项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-layerdiffuse 还在为ComfyUI图层扩散插件功能不全而烦恼吗&#xff1f;每次生成图像都遇到各种…

作者头像 李华