36 lines
1.4 KiB
Python
36 lines
1.4 KiB
Python
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}") |