给超市设计的存零钱方案

背景

去超市购物,遇到找零钱,有点麻烦,几毛钱也要找。所以,本文中设计了一套存零钱的程序,用于减少找零钱的麻烦。
前提是要输入会员号,或刷卡,或刷脸,确定身份,每个会员都有一个“零钱账户”。例如,上一次消费了49.5元,给50元,零钱账户里存下0.5元。下次消费若是25.3元,则给25元,从零钱账户支付0.3元,剩0.2元。

如何实现上述功能?

先要给零钱账户设置一个额度,如5元,账户内的钱数大于等于0,小于等于5。算法实现后,这一额度可任意设置,但实际上,不宜过大,根据消费者的财力,设置为“丢了也不心疼”的一个钱数。
设当前零钱账户余额为3.4,消费金额为45.9,如果零钱账户全支出了,应缴费45.9-3.4=42.5;如果零钱账户存满了,应缴费45.9-3.4+5=47.5。
然后,在42.5至47.5之间寻找一个“最方便的整数”,这里所说的“方便”,是针对收款员而言的。比如45。
寻找最方便的整数,是个有点复杂的课题。要结合收款机里面有哪些面值的钱,以及消费者手里有哪些面值的钱。这一过程交给收款员人工完成比较好,收款机上只显示“收款42.5至47.5元”即可。

大额零钱的问题

如果零钱账户设置为500元,买45.9元的商品,零钱账户里有0元,则显示“收款45.9至545.9元”,若消费者支付500元,则是“充值”。
零钱账户里有500元,则显示“收款-454.1至45.9元”,对于负数应截取至0,显示“收款0至45.9元”。取出余额是单独的一个流程。
一般来说,零钱账户设置为5元或10元,如果设置为500元,就很考验电脑系统的安全性,以及身份验证的安全性。超市的电脑没有银行的电脑安全,设置得太大,万一丢了不好说。但现实中有许多店铺有预充值业务,或许说明设置为几百元也是可以的。根据超市电脑的安全性和超市的财力,设置一个零钱账户的最大值。

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。如若转载,请注明出处:http://www.mzph.cn/news/1207605.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

开源模型应用趋势分析:NewBie-image-Exp0.1多场景落地指南

开源模型应用趋势分析:NewBie-image-Exp0.1多场景落地指南 你是否试过为一张动漫图反复调试提示词半小时,结果角色发色错乱、双人构图穿模、服装细节糊成一片?又或者刚配好环境,运行就报“float index”“size mismatch”——不是…

语音工程师都在用的工具:FSMN-VAD离线检测实操

语音工程师都在用的工具:FSMN-VAD离线检测实操 你是否经历过这样的场景:手头有一段30分钟的会议录音,想转成文字,却发现ASR模型识别效果差、耗时长、还总把静音和咳嗽声也当成语音?或者在做语音唤醒系统时&#xff0c…

通义千问3-14B实战教程:构建RAG系统的完整部署流程

通义千问3-14B实战教程:构建RAG系统的完整部署流程 1. 为什么选Qwen3-14B做RAG?单卡跑满128K长文的真实体验 你是不是也遇到过这些情况: 想用大模型做知识库问答,但Qwen2-7B读不完百页PDF,Qwen2-72B又卡在显存不足&…

YOLO26 single_cls=True场景?特定任务简化训练技巧

YOLO26 single_clsTrue 场景?特定任务简化训练技巧 YOLO26 是 Ultralytics 推出的最新一代目标检测与姿态估计统一架构模型,其在保持轻量化的同时显著提升了多任务协同能力。但很多用户在实际训练中发现:当数据集仅含单一类别(如…

如何快速上手DeepSeek-R1-Distill-Qwen-1.5B?保姆级教程入门必看

如何快速上手DeepSeek-R1-Distill-Qwen-1.5B?保姆级教程入门必看 你是不是也遇到过这样的情况:想试试一个新模型,结果卡在环境配置上一整天?下载失败、CUDA版本不匹配、依赖冲突、端口打不开……最后连第一句“你好”都没问出来&…

本地运行GPT-OSS 20B有多难?gpt-oss-20b-WEBUI说不难

本地运行GPT-OSS 20B有多难?gpt-oss-20b-WEBUI说不难 1. 真的需要折腾显卡、编译、配环境吗? 你是不是也刷到过类似标题:《手把手教你从零编译vLLM》《双卡4090D部署GPT-OSS 20B全记录》《CUDA版本踩坑指南》……点进去一看,光是…

FSMN VAD版权说明必看:二次开发需保留哪些信息?

FSMN VAD版权说明必看:二次开发需保留哪些信息? 在语音处理领域,FSMN VAD 是一个被广泛采用的轻量级、高精度语音活动检测模型。它源自阿里达摩院 FunASR 项目,以极小的模型体积(仅1.7MB)和出色的实时性能…

Qwen3-Embedding-0.6B部署失败?网络端口配置问题详解

Qwen3-Embedding-0.6B部署失败?网络端口配置问题详解 你是不是也遇到过这样的情况:明明按文档执行了 sglang serve 命令,终端显示“server started”,可一到 Jupyter 里调用 embedding 接口就报错——Connection refused、timeou…

Z-Image-Turbo多场景支持:艺术创作/广告设计一体化方案

Z-Image-Turbo多场景支持:艺术创作/广告设计一体化方案 1. 开箱即用的UI界面体验 Z-Image-Turbo不是那种需要敲一堆命令、调一堆参数才能看到效果的“硬核工具”。它自带一个清爽直观的Web界面,打开就能用,关掉就走人——特别适合设计师、创…

GPT-OSS-20B推理队列管理:防止资源耗尽

GPT-OSS-20B推理队列管理:防止资源耗尽 1. 为什么需要队列管理——从网页推理卡死说起 你有没有遇到过这样的情况:刚在GPT-OSS-20B的WebUI里提交一个长文本生成请求,还没等结果出来,第二个人又发来三个并发请求,接着…

Qwen3-0.6B能做什么?5个实用应用场景推荐

Qwen3-0.6B能做什么?5个实用应用场景推荐 Qwen3-0.6B不是“小模型”,而是轻量但不妥协的智能体——它只有0.6B参数,却继承了千问3系列在推理深度、指令理解、多轮对话和中文语义把握上的全部进化成果。它不追求参数堆砌,而专注在…

Z-Image-Turbo部署后无法访问?常见问题全解答

Z-Image-Turbo部署后无法访问?常见问题全解答 Z-Image-Turbo作为当前最热门的开源文生图模型之一,凭借8步出图、照片级画质、中英双语文字渲染和16GB显存即可运行等特性,被大量开发者和创作者快速接入本地或云环境。但不少用户反馈&#xff…

x64和arm64入门实战:搭建模拟学习环境

以下是对您原文的 深度润色与重构版本 。我以一位深耕嵌入式系统多年、常年带学生做QEMU实验、写过内核补丁也踩过无数ABI坑的工程师身份,重新组织了全文逻辑,彻底去除AI腔调和模板化表达,强化技术细节的真实性、教学节奏的自然性、以及工程…

BERT-base-chinese性能瓶颈?缓存机制优化实战

BERT-base-chinese性能瓶颈?缓存机制优化实战 1. 什么是BERT智能语义填空服务 你有没有试过这样一句话:“他做事总是很[MASK],从不拖泥带水。” 只看前半句,你大概率会脱口而出——“利落”“干脆”“麻利”? 这正是…

Paraformer-large如何集成到APP?移动端对接实战

Paraformer-large如何集成到APP?移动端对接实战 1. 为什么需要把Paraformer-large搬到APP里? 你可能已经用过这个镜像:上传一段录音,点一下“开始转写”,几秒钟后就看到整段文字出来了——Gradio界面很顺滑&#xff…

为什么PyTorch部署总失败?镜像源配置问题一文详解

为什么PyTorch部署总失败?镜像源配置问题一文详解 1. 部署失败的真相:你以为是代码问题,其实是环境在“使绊子” 你是不是也遇到过这些场景: pip install torch 卡在 87%,半小时没动静,最后报 timeoutco…

verl云原生部署:弹性GPU资源调度实战案例

verl云原生部署:弹性GPU资源调度实战案例 1. verl 是什么?为什么它值得你关注 你可能已经听说过强化学习(RL)在大模型后训练中的关键作用——比如让语言模型更听话、更安全、更符合人类偏好。但真正落地时,很多人卡在…

Qwen3-4B-Instruct部署教程:单卡4090D实现256K长文本高效推理

Qwen3-4B-Instruct部署教程:单卡4090D实现256K长文本高效推理 1. 为什么值得你花10分钟部署这个模型 你有没有遇到过这样的问题:想让AI一口气读完一份50页的PDF报告,再总结关键风险点,结果模型刚看到第3页就“忘记”了开头&…

亲测BSHM人像抠图效果,换背景超简单真实体验分享

亲测BSHM人像抠图效果,换背景超简单真实体验分享 最近在做电商产品图优化,需要频繁给人像换背景——以前靠PS手动抠图,一张图至少花15分钟,还经常边缘毛糙。偶然发现CSDN星图镜像广场上新上了BSHM人像抠图模型镜像,抱…

WinDbg Preview源码级调试配置:手把手教学

以下是对您提供的博文《WinDbg Preview 源码级调试配置:技术原理与工程实践深度解析》进行 全面润色与重构后的专业级技术文章 。本次优化严格遵循您的全部要求: ✅ 彻底去除AI腔、模板化结构(如“引言/总结/展望”等机械分节)…