Codeforces 24B是贪心算法在找零问题中的经典应用案例，题目要求用指定面额（如1、5、10、25、50等）的硬币对给定金额找零，目标是使用最少硬币数，解题核心采用贪心策略：优先选择当前更大面额硬币，尽可能多地使用，再对剩余金额重复该过程直至为零，该策略有效源于面额组合满足贪心算法的两大性质——贪心选择性质（局部更优导向全局更优）和更优子结构（子问题更优解构成原问题更优解），这道题直观展现了贪心算法在资源分配类问题中的高效应用，是理解贪心思想的典型范例。

背景与描述
Codeforces 24B是一道聚焦贪心策略的经典编程题，核心考察如何通过局部更优选择达成全局更优解，题目大意如下：
给定需要找零的金额 n（n 为10的整数倍），以及 k 种不同面额的纸币（每种面额均为10的倍数且互不重复），要求使用这些纸币组成金额 n,使得所用纸币的数量最少。

问题分析

要使纸币数量最少，直观思路是优先选择面额更大的纸币——这是贪心算法的典型应用场景，因为面额越大，所需张数越少，每次选择当前更大面额的纸币，直到凑够目标金额，即可得到更优解。

需注意的关键点：

1. 所有数值均为10的倍数，可除以10简化计算（避免大数字操作，降低出错概率）；
2. 纸币面额需按降序排列，方便从大到小选择；
3. 对每个面额，尽可能多用（直到剩余金额小于该面额）,再转向下一个较小面额。

算法步骤

1. 简化数值：将 n 和所有面额除以10；
2. 排序面额：将面额数组按降序排列；
3. 贪心选择：遍历每个面额，计算最多可用张数，累加至总张数，并更新剩余金额；
4. 提前终止：若剩余金额为0，直接结束循环（无需继续遍历）。

代码实现（Python）

n = int(input())
k = int(input())
denoms = list(map(int, input().split()))
# 简化计算：所有数值除以10
n //= 10
denoms = [d // 10 for d in denoms]
# 按面额降序排列
denoms.sort(reverse=True)
count = 0
remaining = n
for d in denoms:
    if remaining <= 0:
        break
    # 当前面额最多可用张数
    cnt = remaining // d
    count += cnt
    remaining -= cnt * d
print(count)

贪心策略的正确性

为什么贪心在这里有效？因为纸币面额满足贪心选择性质：每次选更大面额不会影响后续更优性，用50、20、10凑100元，优先选50（2张）比选20（5张）更优,且不会导致后续无法凑够金额。

注意事项

• 输入面额可能未排序，需手动降序排列；
• 确保所有输入符合题目要求（面额为10的倍数）；
• 剩余金额为0时提前终止,提升效率。

这道题通过简单的贪心策略即可高效解决，时间复杂度为 O(k log k)（排序时间），空间复杂度为 O(k),是初学者理解贪心算法的理想入门题。