python定数量不限的硬币，币值为 25 分、10 分、5 分和 1 分，编 写代码计算 n 分有几种表示法。 (结果可能会很大，你需要将结果模上 1000000007)

好的，这是一个经典的动态规划问题。我们可以用 dp[i][j] 表示只使用前 i 种硬币，凑出 j 分钱的方案数。那么最终答案就是 dp[4][n]。转移方程如下：

dp[i][j] = dp[i-1][j] + dp[i][j-coins[i-1]]

其中，coins=[1, 5, 10, 25] 表示硬币面值。初始状态为 dp[i][0]=1，即凑出 0 分钱只有一种方案，就是什么都不选。

下面是 Python 代码实现：

def coin_change(n):
    coins = [1, 5, 10, 25]
    dp = [[0] * (n+1) for _ in range(5)]
    for i in range(5):
        dp[i][0] = 1
    for i in range(1, 5):
        for j in range(1, n+1):
            if j >= coins[i-1]:
                dp[i][j] = (dp[i-1][j] + dp[i][j-coins[i-1]]) % 1000000007
            else:
                dp[i][j] = dp[i-1][j]
    return dp[4][n]

我们可以调用 coin_change(n) 函数来计算凑出 n 分钱的方案数。例如，coin_change(10) 的返回值为 4，表示凑出 10 分钱有 4 种不同的方案。

相关问题

硬币。给定数量不限的硬币，币值为 25 分、10 分、5 分和 1 分，编 写代码计算 n 分有几种表示法。(结果可能会很大，你需要将结果模上 1000000007)

下面是使用动态规划的 Python 代码实现：

def ways_to_change(n: int) -> int:
    coins = [1, 5, 10, 25]  # 硬币面值
    mod = 1000000007  # 取模数
    dp = [0] * (n + 1)  # 初始化 dp 数组
    dp[0] = 1  # 当总金额为 0 时，只有一种表示方法
    for coin in coins:
        for i in range(coin, n + 1):
            dp[i] += dp[i - coin]
            dp[i] %= mod
    return dp[n]

其中，`dp[i]` 表示总金额为 i 时的表示方法数。对于每种硬币面值，都从面值开始遍历，更新当前金额的表示方法数。最终返回 `dp[n]` 即可。

用Python代码输入10个成绩，计算并输出优秀率。120分以上为优秀

以下是 Python 代码实现：

scores = []
excellent_count = 0

for i in range(10):
    score = int(input("请输入第%d个成绩：" % (i+1)))
    scores.append(score)
    if score >= 120:
        excellent_count += 1

excellent_rate = excellent_count / 10 * 100
print("优秀率为：%.2f%%" % excellent_rate)

首先，我们创建一个空列表 `scores` 存储 10 个成绩。然后，使用 `for` 循环输入每个成绩，并将其添加到 `scores` 列表中。同时，如果该成绩大于等于 120 分，就将优秀数量 `excellent_count` 加一。

最后，计算优秀率，即优秀数量除以总数乘以 100 并保留两位小数，然后输出结果。