from functools import lru_cache from timing import timing def count_change_memoized(amount, coins=(1, 2, 5, 10, 20, 50)): """Münzwechsel-Problem mit LRU-Cache für Performanz-Optimierung.""" # Der lru_cache speichert bereits berechnete Ergebnisse für bestimmte (n, coin_index)-Tupel, # wodurch doppelte Berechnungen vermieden und die Laufzeit drastisch verbessert wird. @lru_cache(maxsize=None) def helper(n, coin_index): # Basisfall 1: Der Betrag wurde exakt auf 0 reduziert -> gültige Kombination gefunden if n == 0: return 1 # Basisfall 2: Betrag ist negativ (ungültig) oder es sind keine Münzen mehr im Array übrig if n < 0 or coin_index >= len(coins): return 0 # Rekursiver Schritt (aufgeteilt in zwei Äste): # 1. Aktuelle Münze verwenden: Wir subtrahieren den Münzwert vom Betrag ('n - coins[...]') # und bleiben beim selben Index, da Münzen mehrfach verwendet werden dürfen. # 2. Aktuelle Münze überspringen: Der Betrag 'n' bleibt gleich, aber wir gehen zum nächsten # Münzindex über ('coin_index + 1'). return helper(n - coins[coin_index], coin_index) + helper( n, coin_index + 1 ) # Start der Rekursion mit dem Zielbetrag und dem ersten Münzindex (0) return helper(amount, 0) # Testen des Codes mit Zeitmessung über den @timing-Decorator betrag = 100 anzahl = timing(count_change_memoized)(betrag) print(f"Möglichkeiten für {betrag} Cent: {anzahl}")