G\u00fcnl\u00fck hayatta markette, otomatlarda veya online al\u0131\u015fveri\u015fte kar\u015f\u0131m\u0131za \u00e7\u0131kan para \u00fcst\u00fc hesaplama i\u015flemi, asl\u0131nda bilgisayar bilimlerinin en temel ve ilgi \u00e7ekici problemlerinden biridir. Bu makale, \u201cPara \u00dcst\u00fc Problemi\u201dnin ard\u0131ndaki matematiksel ve algoritmik mant\u0131\u011f\u0131, ad\u0131m ad\u0131m, anla\u015f\u0131l\u0131r bir dille ke\u015ffetmenizi sa\u011flayacak.<\/p>\n
Hepimiz bir \u015feyler sat\u0131n ald\u0131\u011f\u0131m\u0131zda, \u00f6dedi\u011fimiz miktardan fazla para verdi\u011fimizde para \u00fcst\u00fc al\u0131r\u0131z. Peki, hi\u00e7 d\u00fc\u015f\u00fcnd\u00fcn\u00fcz m\u00fc, bu para \u00fcst\u00fc en az say\u0131da madeni para veya banknot kullan\u0131larak nas\u0131l hesaplan\u0131r? Kasiyerler bunu saniyeler i\u00e7inde yaparken, bir otomat veya bankac\u0131l\u0131k sistemi bu i\u015flemi arka planda hangi mant\u0131kla y\u00fcr\u00fct\u00fcr? \u0130\u015fte bu, bilgisayar bilimlerinde “Para \u00dcst\u00fc Problemi” (Coin Change Problem) olarak bilinen klasik bir optimizasyon sorunudur.<\/p>\n
Bu problem, sadece g\u00fcnl\u00fck hayattaki al\u0131\u015fveri\u015f deneyimimizle s\u0131n\u0131rl\u0131 de\u011fildir; finansal sistemlerden envanter y\u00f6netimine, hatta lojistik ve \u00fcretim planlamas\u0131na kadar bir\u00e7ok farkl\u0131 alanda kar\u015f\u0131m\u0131za \u00e7\u0131kan karma\u015f\u0131k bir optimizasyon gereksinimidir. Amac\u0131m\u0131z, belirli bir hedef miktara ula\u015fmak i\u00e7in elimizdeki farkl\u0131 de\u011ferdeki madeni paralardan en az say\u0131da olan\u0131 kullanmakt\u0131r. Bu basit g\u00f6r\u00fcnen sorunun derinliklerine inmek, hem algoritmik d\u00fc\u015f\u00fcnme becerilerinizi geli\u015ftirecek hem de dinamik programlama gibi g\u00fc\u00e7l\u00fc teknikleri anlaman\u0131za yard\u0131mc\u0131 olacakt\u0131r. \u0130nan\u0131n bana, bu problemle y\u00fczle\u015fmek, sadece para saymaktan \u00e7ok daha fazlas\u0131n\u0131 \u00f6\u011fretir.<\/p>\n
Makalemizin ilerleyen b\u00f6l\u00fcmlerinde, \u00f6ncelikle problemin temel tan\u0131m\u0131n\u0131 ve olas\u0131 \u00e7\u00f6z\u00fcm yakla\u015f\u0131mlar\u0131n\u0131 inceleyece\u011fiz. Ard\u0131ndan, “G\u00f6z\u00fc A\u00e7 Algoritma” (Greedy Algorithm) yakla\u015f\u0131m\u0131n\u0131n neden her zaman do\u011fru sonucu vermedi\u011fini g\u00f6rece\u011fiz. Daha sonra ise, bu t\u00fcr optimizasyon problemleri i\u00e7in \u00e7ok daha g\u00fc\u00e7l\u00fc ve garantili bir \u00e7\u00f6z\u00fcm sunan “Dinamik Programlama” (Dynamic Programming) tekni\u011fine odaklanaca\u011f\u0131z. Ad\u0131m ad\u0131m \u00f6rnekler, g\u00f6rsel betimlemeler ve basit Python kod \u00f6rnekleri ile bu karma\u015f\u0131k konuyu herkesin anlayabilece\u011fi bir seviyeye indirmeyi hedefliyoruz. Bu yolculu\u011fa haz\u0131r m\u0131s\u0131n\u0131z?<\/p>\n
Para \u00dcst\u00fc Problemi’ni anlamak i\u00e7in \u00f6ncelikle baz\u0131 temel kavramlar\u0131 netle\u015ftirmemiz gerekiyor. Bu kavramlar, algoritmik d\u00fc\u015f\u00fcnme yetene\u011finizin yap\u0131 ta\u015flar\u0131n\u0131 olu\u015fturacak ve daha karma\u015f\u0131k problemlere yakla\u015f\u0131m\u0131n\u0131z\u0131 \u015fekillendirecektir.<\/p>\n
Para \u00dcst\u00fc Problemi, elimizde farkl\u0131 de\u011ferlerde madeni paralar\u0131n (\u00f6rne\u011fin 1 TL, 50 kuru\u015f, 25 kuru\u015f, 10 kuru\u015f) oldu\u011fu ve belirli bir hedef toplam miktara (\u00f6rne\u011fin 63 kuru\u015f) ula\u015fmak istedi\u011fimiz bir senaryoyu ele al\u0131r. Amac\u0131m\u0131z, bu hedef miktar\u0131 en az say\u0131da madeni para kullanarak elde etmektir. Bu, “optimizasyon problemi” olarak adland\u0131r\u0131lan bir problem t\u00fcr\u00fcd\u00fcr, yani belirli bir kriteri (burada madeni para say\u0131s\u0131) minimize etmeye \u00e7al\u0131\u015f\u0131r\u0131z. \u00d6rne\u011fin, 10 TL’lik bir para \u00fcst\u00fcn\u00fc 5 adet 2 TL’lik banknotla da verebiliriz, ya da 10 adet 1 TL’lik madeni parayla da. Algoritma bize ilk se\u00e7ene\u011fi \u00f6nermelidir, \u00e7\u00fcnk\u00fc daha az say\u0131da birim kullan\u0131lm\u0131\u015ft\u0131r.<\/p>\n
Sezgisel olarak, “Para \u00dcst\u00fc Problemi”ni \u00e7\u00f6zmek i\u00e7in akl\u0131m\u0131za ilk gelen y\u00f6ntem, her ad\u0131mda en b\u00fcy\u00fck de\u011fere sahip madeni paray\u0131 kullanmak olabilir. Bu yakla\u015f\u0131ma “G\u00f6z\u00fc A\u00e7 Algoritma” (Greedy Algorithm) denir. Ad\u0131ndan da anla\u015f\u0131laca\u011f\u0131 gibi, bu algoritma her an i\u00e7in en iyi g\u00f6r\u00fcnen karar\u0131 verir ve ge\u00e7mi\u015fteki veya gelecekteki olas\u0131 etkileri g\u00f6z ard\u0131 eder. \u00d6rne\u011fin, 63 kuru\u015f para \u00fcst\u00fc vermemiz gerekti\u011finde, elimizde 1 TL, 50 kuru\u015f, 25 kuru\u015f, 10 kuru\u015f, 5 kuru\u015f ve 1 kuru\u015fluk madeni paralar oldu\u011funu varsayal\u0131m. G\u00f6z\u00fc A\u00e7 algoritma \u015f\u00f6yle \u00e7al\u0131\u015f\u0131r:<\/p>\n
Toplamda: 50, 10, 1, 1, 1 = 5 madeni para. Bu, bu senaryo i\u00e7in en iyi \u00e7\u00f6z\u00fcmd\u00fcr. Ancak G\u00f6z\u00fc A\u00e7 algoritma her zaman optimal \u00e7\u00f6z\u00fcm\u00fc garanti etmez. D\u00fc\u015f\u00fcnsenize, e\u011fer elimizde 1, 5, 10 kuru\u015f yerine, 1, 3, 4 kuru\u015fluk madeni paralar olsayd\u0131 ve 6 kuru\u015f para \u00fcst\u00fc vermemiz gerekseydi:<\/p>\n
G\u00f6rd\u00fc\u011f\u00fcn\u00fcz gibi, G\u00f6z\u00fc A\u00e7 algoritma bu durumda optimal \u00e7\u00f6z\u00fcm\u00fc bulamad\u0131. Bu nedenle, her para sistemi i\u00e7in uygun de\u011fildir; \u00f6zellikle ABD dolar\u0131 veya Euro gibi standart para birimlerinde G\u00f6z\u00fc A\u00e7 algoritma i\u015fe yarasa da, rastgele para birimleri i\u00e7in daha g\u00fc\u00e7l\u00fc bir yakla\u015f\u0131ma ihtiyac\u0131m\u0131z vard\u0131r.<\/p>\n
Dinamik Programlama (DP), karma\u015f\u0131k problemleri daha k\u00fc\u00e7\u00fck, \u00f6rt\u00fc\u015fen alt problemlere b\u00f6lerek ve her alt problemi yaln\u0131zca bir kez \u00e7\u00f6zerek daha sonra tekrar ihtiya\u00e7 duyuldu\u011funda bu \u00e7\u00f6z\u00fcmleri kullanarak \u00e7al\u0131\u015fan g\u00fc\u00e7l\u00fc bir algoritmik tekniktir. Para \u00dcst\u00fc Problemi gibi optimizasyon problemlerinde, DP bize her zaman en optimal \u00e7\u00f6z\u00fcm\u00fc garanti eder. Temel fikir, bir hedefe ula\u015fmak i\u00e7in \u00f6nceki t\u00fcm olas\u0131 alt \u00e7\u00f6z\u00fcmleri g\u00f6z \u00f6n\u00fcnde bulundurmak ve her ad\u0131mda en iyisini se\u00e7mektir. Bu, “G\u00f6z\u00fc A\u00e7” algoritman\u0131n aksine, sadece anl\u0131k en iyiye odaklanmak yerine, k\u00fcresel optimumu bulmaya \u00e7al\u0131\u015f\u0131r. Bir nevi, bir harita \u00fczerinde A noktas\u0131ndan B noktas\u0131na gitmek i\u00e7in t\u00fcm olas\u0131 yollar\u0131 de\u011ferlendirip en k\u0131sa olan\u0131 bulmak gibidir. Bu, haf\u0131zaya dayal\u0131 bir yakla\u015f\u0131md\u0131r ve “memoization” veya “tabulation” ad\u0131 verilen tekniklerle uygulan\u0131r. Bu sayede, ayn\u0131 hesaplamalar\u0131 defalarca yapmaktan kurtulur ve b\u00fcy\u00fck veri setlerinde bile verimli \u00e7\u00f6z\u00fcmler elde ederiz.<\/p>\n
Dinamik Programlama, para \u00fcst\u00fc problemine sistematik ve garantili bir \u00e7\u00f6z\u00fcm sunar. Bu y\u00f6ntemi anlamak i\u00e7in ad\u0131m ad\u0131m ilerleyelim. Temel prensip, problemi daha k\u00fc\u00e7\u00fck alt problemlere b\u00f6lmek ve bu alt problemlerin \u00e7\u00f6z\u00fcmlerini kullanarak ana problemi \u00e7\u00f6zmektir.<\/p>\n
\u00d6ncelikle, problemimizi matematiksel olarak nas\u0131l ifade edece\u011fimizi d\u00fc\u015f\u00fcnelim. Temel durumlar (base cases) her dinamik programlama probleminde oldu\u011fu gibi burada da kritik \u00f6neme sahiptir:<\/p>\n \u015eimdi, diyelim ki elimizde Ge\u00e7i\u015f fonksiyonu, bir Matematiksel olarak: Bu form\u00fcl, her bir miktar \u015eimdi bu ge\u00e7i\u015f fonksiyonunu kullanarak Ba\u015flang\u0131\u00e7 durumu: Sonu\u00e7 olarak, Bir otomat d\u00fc\u015f\u00fcn\u00fcn. M\u00fc\u015fteri 3.50 TL’lik bir \u00fcr\u00fcn\u00fc 5 TL ile sat\u0131n al\u0131yor. Otomat\u0131n 1.50 TL para \u00fcst\u00fc vermesi gerekiyor. Elinde 1 TL, 50 kuru\u015f, 25 kuru\u015f ve 10 kuru\u015fluk madeni paralar var. G\u00f6z\u00fc A\u00e7 algoritma bu durumda do\u011fru \u00e7al\u0131\u015f\u0131r (1 TL + 50 kuru\u015f = 2 madeni para). Ancak, otomat sistemlerinde nadiren de olsa farkl\u0131 kuru\u015f de\u011ferleri kullan\u0131labilece\u011fi veya bir madeni paran\u0131n sto\u011funun t\u00fckenmesi gibi durumlar olabilece\u011fi i\u00e7in Dinamik Programlama her zaman daha sa\u011flam bir se\u00e7enektir. \u00d6rne\u011fin, e\u011fer otomat\u0131n 50 kuru\u015fu kalmam\u0131\u015fsa, DP algoritmas\u0131 otomatik olarak 25 kuru\u015f + 25 kuru\u015f + 25 kuru\u015f + 25 kuru\u015f + 25 kuru\u015f + 25 kuru\u015f (6×25 kuru\u015f) veya ba\u015fka bir kombinasyonu bulmaya \u00e7al\u0131\u015farak optimal \u00e7\u00f6z\u00fcm\u00fc sunar. Bu, sistemin esnekli\u011fini ve g\u00fcvenilirli\u011fini art\u0131r\u0131r.<\/p>\n Teorik bilgileri anlad\u0131\u011f\u0131m\u0131za g\u00f6re, \u015fimdi bu algoritmalar\u0131 pratik bir kod \u00f6rne\u011fiyle peki\u015ftirelim. Python, anla\u015f\u0131l\u0131r s\u00f6zdizimi sayesinde algoritmalar\u0131 ifade etmek i\u00e7in harika bir dildir. Hem G\u00f6z\u00fc A\u00e7 (Greedy) hem de Dinamik Programlama (Dynamic Programming) yakla\u015f\u0131mlar\u0131n\u0131 kodlayarak aralar\u0131ndaki fark\u0131 daha net g\u00f6rece\u011fiz.<\/p>\n G\u00f6z\u00fc A\u00e7 yakla\u015f\u0131m\u0131, her ad\u0131mda m\u00fcmk\u00fcn olan en b\u00fcy\u00fck madeni paray\u0131 kullan\u0131r. Bu algoritman\u0131n \u00e7al\u0131\u015fmas\u0131 i\u00e7in madeni paralar\u0131n b\u00fcy\u00fckten k\u00fc\u00e7\u00fc\u011fe s\u0131ralanm\u0131\u015f olmas\u0131 \u00f6nemlidir. Ancak daha \u00f6nce de belirtti\u011fimiz gibi, bu y\u00f6ntem her zaman en iyi sonucu vermez.<\/p>\n <\/code><\/p>\n Yukar\u0131daki \u00f6rnekte, Dinamik Programlama (DP) yakla\u015f\u0131m\u0131, t\u00fcm alt problemleri \u00e7\u00f6zerek ve bu \u00e7\u00f6z\u00fcmleri bir tabloda saklayarak her zaman optimal \u00e7\u00f6z\u00fcm\u00fc bulmay\u0131 hedefler.<\/p>\n <\/code><\/p>\n Dinamik Programlama \u00e7\u00f6z\u00fcm\u00fc, Bu y\u00f6ntem, \"tabulation\" olarak bilinen alt tabandan yukar\u0131ya (bottom-up) bir yakla\u015f\u0131md\u0131r. K\u00fc\u00e7\u00fck miktarlar i\u00e7in \u00e7\u00f6z\u00fcmler hesaplan\u0131r ve daha b\u00fcy\u00fck miktarlar i\u00e7in kullan\u0131l\u0131r. Bu sayede her alt problem sadece bir kez \u00e7\u00f6z\u00fclm\u00fc\u015f olur.<\/p>\n Dinamik Programlama, Para \u00dcst\u00fc Problemi i\u00e7in optimal \u00e7\u00f6z\u00fcm\u00fc sunarken, b\u00fcy\u00fck miktarlar ve \u00e7ok say\u0131da madeni para oldu\u011funda performans\u0131n nas\u0131l etkilenebilece\u011fini de d\u00fc\u015f\u00fcnmek gerekir. \u0130\u015fte baz\u0131 iyile\u015ftirmeler ve ileri d\u00fczey teknikler:<\/p>\n Yukar\u0131daki DP \u00e7\u00f6z\u00fcm\u00fcm\u00fczde, Baz\u0131 DP problemlerinde, Yukar\u0131daki \u00e7\u00f6z\u00fcm, elimizde her madeni paradan s\u0131n\u0131rs\u0131z say\u0131da oldu\u011funu varsayar. Peki ya elimizde belirli bir madeni paradan (\u00f6rne\u011fin sadece iki adet 50 kuru\u015f) s\u0131n\u0131rl\u0131 say\u0131da varsa? Bu durumda problem, \"0\/1 Knapsack Problemi\"ne benzer bir yap\u0131ya b\u00fcr\u00fcn\u00fcr ve DP tablosu iki boyutlu hale gelebilir: Bu teknik bir makale olsa da, bir web sayfas\u0131nda yay\u0131nland\u0131\u011f\u0131nda okunabilirli\u011finin ve eri\u015filebilirli\u011finin iyi olmas\u0131 \u00f6nemlidir. \u00d6zellikle kod bloklar\u0131 ve tablolar\u0131n mobil cihazlarda d\u00fczg\u00fcn g\u00f6r\u00fcnmesi i\u00e7in responsive tasar\u0131m prensiplerini uygulamak gerekir. \u0130\u015fte basit bir CSS media query \u00f6rne\u011fi:<\/p>\n <\/code><\/p>\n Bu CSS ile, ekran geni\u015fli\u011fi 768 pikselin alt\u0131na d\u00fc\u015ft\u00fc\u011f\u00fcnde kod bloklar\u0131 ve tablolar daha okunakl\u0131 hale getirilir. \u00d6zellikle Para \u00dcst\u00fc Problemi, sadece soyut bir algoritmik egzersiz olman\u0131n \u00f6tesinde, ger\u00e7ek d\u00fcnyada bir\u00e7ok pratik uygulamaya sahiptir. \u00d6zellikle e-ticaret ve \u00f6deme sistemlerinde bu algoritman\u0131n farkl\u0131 varyasyonlar\u0131 kritik roller oynar.<\/p>\n Online \u00f6deme sistemlerinde veya fiziksel ma\u011fazalardaki POS (Sat\u0131\u015f Noktas\u0131) cihazlar\u0131nda, bir iade i\u015flemi yap\u0131lmas\u0131 gerekti\u011finde veya bir para \u00fcst\u00fc verilmesi gerekti\u011finde en az say\u0131da banknot\/madeni para kullanmak i\u015fletmeler i\u00e7in hem maliyet hem de verimlilik a\u00e7\u0131s\u0131ndan \u00f6nemlidir. B\u00fcy\u00fck bankalar ve \u00f6deme a\u011f ge\u00e7itleri, ATM'lerden \u00e7ekilecek para miktar\u0131n\u0131 farkl\u0131 banknotlarla en verimli \u015fekilde sa\u011flamak i\u00e7in Para \u00dcst\u00fc Problemi'nin geli\u015fmi\u015f versiyonlar\u0131n\u0131 kullan\u0131rlar. \u00d6rne\u011fin, bir m\u00fc\u015fteri 240 TL \u00e7ekmek istedi\u011finde, ATM'nin elindeki 50, 20 ve 10 TL'lik banknot stoklar\u0131n\u0131 g\u00f6z \u00f6n\u00fcnde bulundurarak en az say\u0131da banknotla bu i\u015flemi ger\u00e7ekle\u015ftirmesi gerekir. Burada sadece en az banknot de\u011fil, ayn\u0131 zamanda ATM'deki banknotlar\u0131n t\u00fckenme olas\u0131l\u0131\u011f\u0131 gibi ek k\u0131s\u0131tlar da devreye girebilir.<\/p>\n Dinamik programlama tabanl\u0131 bir sistem, \"Elimde \u015fu an 50 TL'lik banknotlardan X adet, 20 TL'liklerden Y adet var. 240 TL i\u00e7in hangi kombinasyon en az banknotu kullan\u0131r ve banknot stoklar\u0131m\u0131 en optimal \u015fekilde y\u00f6netir?\" gibi sorulara yan\u0131t verir. Bu sadece bir hesaplama de\u011fil, ayn\u0131 zamanda bir stok y\u00f6netim stratejisidir. Yanl\u0131\u015f bir da\u011f\u0131t\u0131m stratejisi, ATM'nin belirli banknotlardan erken t\u00fckenmesine ve m\u00fc\u015fterilere hizmet verememesine yol a\u00e7abilir, bu da m\u00fc\u015fteri memnuniyetsizli\u011fine ve operasyonel maliyetlere neden olur.<\/p>\n Perakende sekt\u00f6r\u00fcnde, kasalardaki nakit paran\u0131n y\u00f6netimi hayati \u00f6neme sahiptir. Bir kasiyerin elindeki madeni para ve banknotlar\u0131n optimum seviyede tutulmas\u0131, hem g\u00fcn sonu say\u0131mlar\u0131n\u0131 kolayla\u015ft\u0131r\u0131r hem de m\u00fc\u015fterilere her zaman para \u00fcst\u00fc verebilme kapasitesini sa\u011flar. Dinamik programlama algoritmalar\u0131, kasalardaki nakit miktar\u0131n\u0131 takip ederek, hangi madeni paralardan ne kadar stokta tutulmas\u0131 gerekti\u011fini \u00f6ng\u00f6rebilir.<\/p>\n \u00d6rne\u011fin, bir g\u00fcn i\u00e7erisinde beklenen sat\u0131\u015f hacmi ve ortalama para \u00fcst\u00fc miktarlar\u0131 analiz edilerek, g\u00fcn ba\u015f\u0131nda kasaya hangi madeni paralardan ne kadar konulmas\u0131 gerekti\u011fi, hatta g\u00fcn i\u00e7inde hangi madeni paralar\u0131n t\u00fckenme riski ta\u015f\u0131d\u0131\u011f\u0131 ve takviye edilmesi gerekti\u011fi dinamik olarak hesaplanabilir. Bu t\u00fcr sistemler, sadece nakit y\u00f6netimini de\u011fil, ayn\u0131 zamanda lojistik s\u00fcre\u00e7leri de optimize eder. Para transferi maliyetlerini d\u00fc\u015f\u00fcr\u00fcr ve kay\u0131p riskini azalt\u0131r. G\u00f6z\u00fc A\u00e7 algoritman\u0131n aksine, DP, belirli madeni paralar\u0131n stok durumunu da g\u00f6z \u00f6n\u00fcnde bulundurarak \u00e7ok daha esnek ve g\u00fc\u00e7l\u00fc \u00e7\u00f6z\u00fcmler sunar. Bu, \u00f6zellikle farkl\u0131 para birimlerinin kullan\u0131ld\u0131\u011f\u0131 uluslararas\u0131 operasyonlarda veya \u00f6zel indirim ve kupon sistemlerinin ge\u00e7erli oldu\u011fu senaryolarda kritik hale gelir.<\/p>\n Sonu\u00e7 olarak, Para \u00dcst\u00fc Problemi sadece bir bilgisayar bilimi al\u0131\u015ft\u0131rmas\u0131 de\u011fil, finansal i\u015flemlerden lojisti\u011fe, perakendeden otomasyon sistemlerine kadar geni\u015f bir yelpazede i\u015fletmelerin verimlili\u011fini art\u0131ran pratik bir optimizasyon arac\u0131d\u0131r.<\/p>\n Para \u00dcst\u00fc Problemi, basit bir g\u00fcnl\u00fck hayat senaryosundan yola \u00e7\u0131karak bilgisayar bilimlerinin en temel ve g\u00fc\u00e7l\u00fc algoritmik yakla\u015f\u0131mlar\u0131ndan biri olan Dinamik Programlama'y\u0131 anlamak i\u00e7in m\u00fckemmel bir kap\u0131 aralamaktad\u0131r. G\u00f6rd\u00fc\u011f\u00fcm\u00fcz gibi, \"G\u00f6z\u00fc A\u00e7 Algoritma\" gibi sezgisel \u00e7\u00f6z\u00fcmler baz\u0131 durumlarda i\u015fe yarasa da, her zaman optimal sonucu garanti etmez. Ancak Dinamik Programlama, problemi alt problemlere b\u00f6lerek ve bu alt problemlerin \u00e7\u00f6z\u00fcmlerini sistemli bir \u015fekilde depolayarak her ko\u015fulda en do\u011fru ve en verimli \u00e7\u00f6z\u00fcm\u00fc sunar.<\/p>\n Bu problem, sadece akademik bir egzersiz olmaktan \u00f6te, finansal sistemlerdeki nakit y\u00f6netiminden e-ticaret platformlar\u0131ndaki \u00f6deme a\u011f ge\u00e7itlerine kadar pek \u00e7ok ger\u00e7ek d\u00fcnya uygulamas\u0131nda kar\u015f\u0131m\u0131za \u00e7\u0131kan bir optimizasyon gereksinimidir. Algoritmay\u0131 matematiksel olarak anlamak, Python gibi bir dilde kodlamak ve performans iyile\u015ftirmelerini g\u00f6z \u00f6n\u00fcnde bulundurmak, analitik d\u00fc\u015f\u00fcnme ve problem \u00e7\u00f6zme becerilerini geli\u015ftirmenin harika bir yoludur. Bu t\u00fcr problemlerle y\u00fczle\u015fmek, sadece bir yaz\u0131l\u0131mc\u0131 veya m\u00fchendis i\u00e7in de\u011fil, ayn\u0131 zamanda genel olarak mant\u0131ksal ve sistematik d\u00fc\u015f\u00fcnme yetene\u011fini geli\u015ftirmek isteyen herkes i\u00e7in paha bi\u00e7ilmez bir deneyimdir. Unutmay\u0131n, g\u00f6rd\u00fc\u011f\u00fcn\u00fcz her karma\u015f\u0131k sistemin temelinde, Para \u00dcst\u00fc Problemi gibi basit g\u00f6r\u00fcnen ancak derin matematiksel mant\u0131klar yatan algoritmalar yatar.<\/p>\n Bu problem, en az kaynakla (madeni para) belirli bir hedefe (toplam miktar) ula\u015fmay\u0131 ama\u00e7layan temel bir optimizasyon problemidir. Finansal sistemler, otomatlar, nakit y\u00f6netimi ve hatta baz\u0131 \u00fcretim planlama senaryolar\u0131nda verimlilik ve maliyet tasarrufu sa\u011flamak i\u00e7in kritik \u00f6neme sahiptir.<\/p>\n<\/li>\n G\u00f6z\u00fc A\u00e7 algoritma, her ad\u0131mda anl\u0131k en iyi se\u00e7imi yapar. Ancak bu yerel optimum kararlar\u0131n toplamda k\u00fcresel optimum \u00e7\u00f6z\u00fcm\u00fc garantilemedi\u011fi durumlar vard\u0131r. \u00d6zellikle madeni para de\u011ferleri aras\u0131nda belirli bir kat ili\u015fkisi olmayan para sistemlerinde (\u00f6rne\u011fin [1, 3, 4] kuru\u015f), G\u00f6z\u00fc A\u00e7 algoritma en iyi \u00e7\u00f6z\u00fcm\u00fc bulamayabilir.<\/p>\n<\/li>\n Dinamik Programlama, t\u00fcm olas\u0131 alt problemleri \u00e7\u00f6zerek ve bu \u00e7\u00f6z\u00fcmleri bir tabloda saklayarak her zaman en optimal \u00e7\u00f6z\u00fcm\u00fc garanti eder. Bu sayede ayn\u0131 hesaplamalar\u0131n tekrar tekrar yap\u0131lmas\u0131n\u0131 \u00f6nler ve hem do\u011fru hem de verimli bir yakla\u015f\u0131m sunar.<\/p>\n<\/li>\n Hay\u0131r, \"Para \u00dcst\u00fc Problemi\" soyut bir algoritmad\u0131r ve sadece para birimleri i\u00e7in ge\u00e7erli de\u011fildir. Benzer mant\u0131kla, belirli bir a\u011f\u0131rl\u0131\u011fa ula\u015fmak i\u00e7in en az say\u0131da farkl\u0131 a\u011f\u0131rl\u0131k birimi kullanma, belirli bir toplam puana ula\u015fmak i\u00e7in en az say\u0131da oyun hamlesi yapma gibi bir\u00e7ok farkl\u0131 optimizasyon problemine uyarlanabilir.<\/p>\n<\/li>\n Genel Dinamik Programlama \u00e7\u00f6z\u00fcm\u00fcn\u00fcn zaman karma\u015f\u0131kl\u0131\u011f\u0131 O(amount * N) iken, alan karma\u015f\u0131kl\u0131\u011f\u0131 O(amount)'t\u0131r. Burada 'amount' hedef miktar ve 'N' madeni para t\u00fcrlerinin say\u0131s\u0131d\u0131r. Bu, b\u00fcy\u00fck miktarlar veya \u00e7ok say\u0131da madeni para t\u00fcr\u00fc i\u00e7in hesaplama s\u00fcresinin artabilece\u011fi anlam\u0131na gelir.<\/p>\n<\/li>\n<\/ol>\n <\/body><\/p>\n","protected":false},"excerpt":{"rendered":"G\u00fcnl\u00fck hayatta markette, otomatlarda veya online al\u0131\u015fveri\u015fte kar\u015f\u0131m\u0131za \u00e7\u0131kan para \u00fcst\u00fc hesaplama i\u015flemi, asl\u0131nda bilgisayar bilimlerinin en temel…","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"csco_page_header_type":"","csco_page_load_nextpost":"","csco_page_subscribe_form":"","csco_page_contact_form":"","footnotes":""},"categories":[1],"tags":[],"class_list":{"0":"post-34449","1":"post","2":"type-post","3":"status-publish","4":"format-standard","6":"category-genel","7":"cs-entry","8":"cs-video-wrap"},"yoast_head":"\ndp[i]<\/code> ifadesi, i<\/code> miktar\u0131na ula\u015fmak i\u00e7in gereken minimum<\/b> madeni para say\u0131s\u0131n\u0131 temsil etsin. Amac\u0131m\u0131z, dp[target_amount]<\/code> de\u011ferini bulmakt\u0131r. E\u011fer dp[i]<\/code> de\u011ferini bulabilirsek, bu bir anlamda i<\/code> miktar\u0131n\u0131 olu\u015fturan en verimli kombinasyonu bulmu\u015fuz demektir.<\/p>\n\n
dp[0] = 0<\/code>: Hi\u00e7bir miktar i\u00e7in (0 kuru\u015f) 0 madeni para gerekir. Bu bizim ba\u015flang\u0131\u00e7 noktam\u0131zd\u0131r.<\/li>\ndp[i]<\/code> de\u011ferlerini ba\u015flang\u0131\u00e7ta sonsuz (veya \u00e7ok b\u00fcy\u00fck bir say\u0131) olarak atar\u0131z. Bu, hen\u00fcz bir \u00e7\u00f6z\u00fcm bulamad\u0131\u011f\u0131m\u0131z\u0131 veya bu miktara ula\u015f\u0131lamayaca\u011f\u0131n\u0131 varsayd\u0131\u011f\u0131m\u0131z anlam\u0131na gelir.<\/li>\n<\/ul>\ncoins = [1, 3, 4]<\/code> gibi madeni paralar var ve target_amount = 6<\/code> kuru\u015fa ula\u015fmak istiyoruz. Bir dp<\/code> dizisi olu\u015fturaca\u011f\u0131z: dp = [0, inf, inf, inf, inf, inf, inf]<\/code>. Bu dizinin boyut, hedef miktar + 1 olmal\u0131d\u0131r.<\/p>\nAd\u0131m 2: Ge\u00e7i\u015f Fonksiyonunu Olu\u015fturmak<\/h3>\n
dp[i]<\/code> de\u011ferini, daha k\u00fc\u00e7\u00fck dp<\/code> de\u011ferleri cinsinden nas\u0131l hesaplayaca\u011f\u0131m\u0131z\u0131 g\u00f6sterir. i<\/code> miktar\u0131na ula\u015fmak i\u00e7in, elimizdeki her c<\/code> madeni paras\u0131 i\u00e7in \u015funu d\u00fc\u015f\u00fcnebiliriz: E\u011fer i - c<\/code> miktar\u0131na ula\u015fmak i\u00e7in gereken minimum madeni para say\u0131s\u0131n\u0131 (yani dp[i - c]<\/code>) biliyorsak, i<\/code> miktar\u0131na ula\u015fmak i\u00e7in dp[i - c] + 1<\/code> (art\u0131 c<\/code> madeni paras\u0131) kadar paraya ihtiyac\u0131m\u0131z olur. Bizim hedefimiz minimumu bulmak oldu\u011fu i\u00e7in, t\u00fcm olas\u0131 madeni paralar c<\/code> i\u00e7in bu de\u011feri al\u0131p en k\u00fc\u00e7\u00fc\u011f\u00fcn\u00fc se\u00e7ece\u011fiz.<\/p>\ndp[i] = min(dp[i], dp[i - c] + 1)<\/code> t\u00fcm c<\/code> elemanlar\u0131 coins<\/code> k\u00fcmesinde ve i - c >= 0<\/code> ko\u015fulu sa\u011fland\u0131\u011f\u0131nda.<\/p>\ni<\/code> i\u00e7in, mevcut t\u00fcm madeni paralar\u0131 deneyerek en iyi \u00e7\u00f6z\u00fcm\u00fc bulmam\u0131z\u0131 sa\u011flar.<\/p>\nAd\u0131m 3: Tablo Y\u00f6ntemiyle \u00c7\u00f6z\u00fcmleme<\/h3>\n
dp<\/code> tablosunu doldural\u0131m. target_amount = 6<\/code> ve coins = [1, 3, 4]<\/code> \u00f6rne\u011fimizle devam edelim:<\/p>\ndp = [0, inf, inf, inf, inf, inf, inf]<\/code><\/p>\n\n\n
\n \nMiktar (i)<\/th>\n dp[i] (Ba\u015flang\u0131\u00e7)<\/th>\n Madeni Para (c=1)<\/th>\n Madeni Para (c=3)<\/th>\n Madeni Para (c=4)<\/th>\n dp[i] (Son)<\/th>\n Kullan\u0131lan Madeni Paralar (\u00d6rnek)<\/th>\n<\/tr>\n<\/thead>\n \n 0<\/td>\n 0<\/td>\n –<\/td>\n –<\/td>\n –<\/td>\n 0<\/td>\n <\/td>\n<\/tr>\n \n 1<\/td>\n inf<\/td>\n min(inf, dp[0]+1=1) = 1<\/td>\n –<\/td>\n –<\/td>\n 1<\/td>\n [1]<\/td>\n<\/tr>\n \n 2<\/td>\n inf<\/td>\n min(inf, dp[1]+1=2) = 2<\/td>\n –<\/td>\n –<\/td>\n 2<\/td>\n [1, 1]<\/td>\n<\/tr>\n \n 3<\/td>\n inf<\/td>\n min(inf, dp[2]+1=3) = 3<\/td>\n min(inf, dp[0]+1=1) = 1<\/td>\n –<\/td>\n 1<\/td>\n [3]<\/td>\n<\/tr>\n \n 4<\/td>\n inf<\/td>\n min(inf, dp[3]+1=2) = 2<\/td>\n min(inf, dp[1]+1=2) = 2<\/td>\n min(inf, dp[0]+1=1) = 1<\/td>\n 1<\/td>\n [4]<\/td>\n<\/tr>\n \n 5<\/td>\n inf<\/td>\n min(inf, dp[4]+1=2) = 2<\/td>\n min(inf, dp[2]+1=3) = 3<\/td>\n min(inf, dp[1]+1=2) = 2<\/td>\n 2<\/td>\n [4, 1]<\/td>\n<\/tr>\n \n 6<\/td>\n inf<\/td>\n min(inf, dp[5]+1=3) = 3<\/td>\n min(inf, dp[3]+1=2) = 2<\/td>\n min(inf, dp[2]+1=3) = 3<\/td>\n 2<\/td>\n [3, 3] veya [4, 1, 1]<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n dp[6]<\/code> bize 6 kuru\u015f i\u00e7in 2 madeni paraya ihtiyac\u0131m\u0131z oldu\u011funu s\u00f6yler. Bu, G\u00f6z\u00fc A\u00e7 algoritman\u0131n buldu\u011fu 3 madeni paraya (4, 1, 1) k\u0131yasla daha optimal bir \u00e7\u00f6z\u00fcmd\u00fcr (3, 3).<\/p>\nGer\u00e7ek D\u00fcnya Senaryosu: Bir Otomat\u0131n En Az Madeni Para \u0130le Para \u00dcst\u00fc Vermesi<\/h3>\n
Python ile Algoritmay\u0131 Ad\u0131m Ad\u0131m Kodlayal\u0131m m\u0131?<\/h2>\n
Basit G\u00f6z\u00fc A\u00e7 (Greedy) Yakla\u015f\u0131m\u0131<\/h3>\n
\ndef greedy_coin_change(coins, amount):\n # Madeni paralar\u0131 b\u00fcy\u00fckten k\u00fc\u00e7\u00fc\u011fe s\u0131rala\n coins.sort(reverse=True)\n \n coin_count = 0\n used_coins = []\n \n print(f\"Hedef Miktar: {amount}\")\n print(f\"Mevcut Madeni Paralar (Greedy): {coins}\")\n\n for coin in coins:\n while amount >= coin:\n amount -= coin\n coin_count += 1\n used_coins.append(coin)\n print(f\" {coin} kullan\u0131ld\u0131. Kalan Miktar: {amount}. Toplam Para: {coin_count}\")\n \n if amount == 0:\n print(f\"\\nGreedy \u00c7\u00f6z\u00fcm:\")\n print(f\" Kullan\u0131lan madeni paralar: {used_coins}\")\n print(f\" Toplam madeni para say\u0131s\u0131: {coin_count}\")\n return coin_count\n else:\n print(f\"\\nGreedy \u00c7\u00f6z\u00fcm: Belirtilen miktara ula\u015f\u0131lamad\u0131 veya eksik kald\u0131.\")\n return -1 # Ula\u015f\u0131lamad\u0131\u011f\u0131n\u0131 belirtmek i\u00e7in\n\n# \u00d6rnek Kullan\u0131m 1: Greedy'nin \u00e7al\u0131\u015ft\u0131\u011f\u0131 durum\nprint(\"--- Greedy \u00d6rnek 1 (Do\u011fru \u00c7al\u0131\u015f\u0131r) ---\")\ngreedy_coin_change([1, 5, 10, 25, 50, 100], 63) \n\n# \u00d6rnek Kullan\u0131m 2: Greedy'nin ba\u015far\u0131s\u0131z oldu\u011fu durum\nprint(\"\\n--- Greedy \u00d6rnek 2 (Ba\u015far\u0131s\u0131z Olur) ---\")\ngreedy_coin_change([1, 3, 4], 6) # Bu durumda [4, 1, 1] (3 adet) sonucunu verirken, optimal [3, 3] (2 adet) olmal\u0131\n <\/pre>\ngreedy_coin_change([1, 3, 4], 6)<\/code> \u00e7a\u011fr\u0131s\u0131, 6 birim i\u00e7in 4, 1, 1 olmak \u00fczere toplam 3 madeni para kullan\u0131r. Halbuki optimal \u00e7\u00f6z\u00fcm, iki adet 3 birimlik madeni para kullanmakt\u0131r (toplam 2 madeni para). Bu, G\u00f6z\u00fc A\u00e7 algoritman\u0131n zay\u0131f noktas\u0131n\u0131 a\u00e7\u0131k\u00e7a g\u00f6sterir.<\/p>\nDinamik Programlama \u00c7\u00f6z\u00fcm\u00fc<\/h3>\n
\ndef dynamic_programming_coin_change(coins, amount):\n # dp[i] i miktar\u0131 i\u00e7in gereken minimum madeni para say\u0131s\u0131n\u0131 tutar\n # Ba\u015flang\u0131\u00e7ta t\u00fcm de\u011ferler sonsuz, dp[0] = 0\n dp = [float('inf')] * (amount + 1)\n dp[0] = 0\n\n print(f\"Hedef Miktar: {amount}\")\n print(f\"Mevcut Madeni Paralar: {coins}\")\n print(f\"Ba\u015flang\u0131\u00e7 DP tablosu: {dp}\")\n\n # Her bir miktar i\u00e7in (1'den amount'a kadar)\n for i in range(1, amount + 1):\n # Elimizdeki her madeni para i\u00e7in\n for coin in coins:\n # E\u011fer mevcut madeni para, hedeflenen miktardan k\u00fc\u00e7\u00fck veya e\u015fitse\n if i - coin >= 0:\n # dp[i] de\u011ferini g\u00fcncelle:\n # Ya mevcut dp[i] de\u011feri (e\u011fer \u00f6nceden daha iyi bir yol bulunmu\u015fsa)\n # Ya da (i-coin) miktar\u0131 i\u00e7in gereken madeni para say\u0131s\u0131 + 1 (mevcut coin i\u00e7in)\n if dp[i - coin] != float('inf'): # E\u011fer (i-coin) miktar\u0131na ula\u015f\u0131labiliyorsa\n dp[i] = min(dp[i], dp[i - coin] + 1)\n # print(f\" Miktar {i} i\u00e7in DP tablosu: {dp}\") # Her ad\u0131mda tabloyu g\u00f6rmek i\u00e7in a\u00e7\u0131labilir\n \n print(f\"\\nSon DP tablosu: {dp}\")\n\n if dp[amount] == float('inf'):\n print(f\"Dinamik Programlama \u00c7\u00f6z\u00fcm\u00fc: Belirtilen miktara ula\u015f\u0131lamad\u0131.\")\n return -1\n else:\n print(f\"Dinamik Programlama \u00c7\u00f6z\u00fcm\u00fc:\")\n print(f\" Toplam madeni para say\u0131s\u0131: {dp[amount]}\")\n return dp[amount]\n\n# \u00d6rnek Kullan\u0131m 1: Greedy'nin \u00e7al\u0131\u015ft\u0131\u011f\u0131 durum\nprint(\"\\n--- Dinamik Programlama \u00d6rnek 1 (Do\u011fru \u00c7al\u0131\u015f\u0131r) ---\")\ndynamic_programming_coin_change([1, 5, 10, 25, 50, 100], 63)\n\n# \u00d6rnek Kullan\u0131m 2: Greedy'nin ba\u015far\u0131s\u0131z oldu\u011fu durum i\u00e7in DP \u00e7\u00f6z\u00fcm\u00fc\nprint(\"\\n--- Dinamik Programlama \u00d6rnek 2 (Greedy'nin ba\u015far\u0131s\u0131z oldu\u011fu durum) ---\")\ndynamic_programming_coin_change([1, 3, 4], 6) # Optimal [3, 3] (2 adet) sonucunu bulur.\n <\/pre>\n[1, 3, 4]<\/code> madeni paralar\u0131 ve 6 hedef miktar i\u00e7in do\u011fru bir \u015fekilde 2 madeni para (iki adet 3 birimlik) sonucunu d\u00f6nd\u00fcr\u00fcr. Bu, DP'nin G\u00f6z\u00fc A\u00e7 algoritman\u0131n yetersiz kald\u0131\u011f\u0131 durumlarda bile do\u011fru ve optimal \u00e7\u00f6z\u00fcm\u00fc nas\u0131l buldu\u011funu kan\u0131tlar.<\/p>\nKod A\u00e7\u0131klamalar\u0131 ve Mant\u0131\u011f\u0131<\/h3>\n
\n
dp<\/code> dizisi, her i<\/code> miktar\u0131 i\u00e7in gereken minimum madeni para say\u0131s\u0131n\u0131 saklar. dp[0]<\/code> s\u0131f\u0131r olarak ba\u015flat\u0131l\u0131r \u00e7\u00fcnk\u00fc 0 miktar i\u00e7in 0 paraya ihtiya\u00e7 vard\u0131r. Di\u011fer t\u00fcm de\u011ferler sonsuz olarak ayarlan\u0131r, bu da ba\u015flang\u0131\u00e7ta bu miktarlara ula\u015f\u0131lamayaca\u011f\u0131n\u0131 veya hen\u00fcz bir \u00e7\u00f6z\u00fcm bulunamad\u0131\u011f\u0131n\u0131 g\u00f6sterir.<\/li>\nfor i in range(1, amount + 1)<\/code>) her olas\u0131 hedef miktar\u0131 1<\/code>den amount<\/code>a kadar tek tek kontrol eder.<\/li>\nfor coin in coins<\/code>) her hedef miktar i<\/code> i\u00e7in, elimizdeki her coin<\/code> de\u011ferini denememizi sa\u011flar.<\/li>\nif i - coin >= 0:<\/code> kontrol\u00fc, madeni paray\u0131 kullanabilece\u011fimizden emin olmak i\u00e7indir (yani negatif bir miktara inmemek i\u00e7in).<\/li>\nif dp[i - coin] != float('inf'):<\/code> kontrol\u00fc ise, i - coin<\/code> miktar\u0131na ula\u015fman\u0131n m\u00fcmk\u00fcn olup olmad\u0131\u011f\u0131n\u0131 kontrol eder. E\u011fer m\u00fcmk\u00fcn de\u011filse, bu coin<\/code> ile i<\/code> miktar\u0131na ula\u015fmak da m\u00fcmk\u00fcn de\u011fildir.<\/li>\ndp[i] = min(dp[i], dp[i - coin] + 1)<\/code> sat\u0131r\u0131, dinamik programlaman\u0131n kalbidir. Bu, i<\/code> miktar\u0131na ula\u015fmak i\u00e7in ya \u015fu ana kadar buldu\u011fumuz en iyi \u00e7\u00f6z\u00fcm\u00fc (dp[i]<\/code>) koruyaca\u011f\u0131m\u0131z ya da (i - coin)<\/code> miktar\u0131na ula\u015f\u0131p \u00fczerine bir coin<\/code> daha ekleyerek daha iyi bir \u00e7\u00f6z\u00fcm bulup bulmad\u0131\u011f\u0131m\u0131z\u0131 kontrol edece\u011fimiz anlam\u0131na gelir. Minimum olan\u0131 se\u00e7erek her zaman en optimal \u00e7\u00f6z\u00fcm\u00fc garanti ederiz.<\/li>\n<\/ul>\nPerformans \u0130yile\u015ftirmeleri ve \u0130leri D\u00fczey Teknikler Nelerdir?<\/h2>\n
Alan Karma\u015f\u0131kl\u0131\u011f\u0131n\u0131 Azaltma<\/h3>\n
dp<\/code> dizisinin boyutu amount + 1<\/code> idi. Bu, hedef miktar \u00e7ok b\u00fcy\u00fck oldu\u011funda \u00f6nemli miktarda bellek t\u00fcketebilir. E\u011fer sadece minimum madeni para say\u0131s\u0131n\u0131 bulmam\u0131z gerekiyorsa ve kullan\u0131lan madeni paralar\u0131n tam listesine ihtiyac\u0131m\u0131z yoksa, baz\u0131 durumlarda daha az bellekle \u00e7al\u0131\u015fabiliriz. Ancak Para \u00dcst\u00fc Problemi'nin temel DP \u00e7\u00f6z\u00fcm\u00fc i\u00e7in bu dp<\/code> tablosu genellikle gereklidir \u00e7\u00fcnk\u00fc her dp[i]<\/code> de\u011feri bir \u00f6nceki dp[i - coin]<\/code> de\u011ferlerine ba\u011f\u0131ml\u0131d\u0131r. Alan karma\u015f\u0131kl\u0131\u011f\u0131 O(amount)'t\u0131r.<\/p>\nBellek Optimizasyonlar\u0131<\/h3>\n
dp<\/code> tablosunu tamamen tutmak yerine, sadece \u00f6nceki k<\/code> ad\u0131m\u0131 tutmak yeterli olabilir. Ancak Para \u00dcst\u00fc Problemi'nde, en k\u00fc\u00e7\u00fck madeni paradan ba\u015flay\u0131p hedefe kadar t\u00fcm ara durumlar i\u00e7in en iyi \u00e7\u00f6z\u00fcm\u00fc bilmek gerekti\u011finden, genellikle amount + 1<\/code> boyutunda bir diziye ihtiya\u00e7 duyar\u0131z. Bellek optimizasyonlar\u0131 daha \u00e7ok belirli coin<\/code> de\u011ferlerinin k\u0131s\u0131tl\u0131 oldu\u011fu veya belirli bir yap\u0131ya sahip oldu\u011fu \u00f6zel durumlar i\u00e7in ge\u00e7erli olabilir.<\/p>\nS\u0131n\u0131rl\u0131 Madeni Para Durumu<\/h3>\n
dp[i][j]<\/code>, j<\/code> miktar\u0131na ula\u015fmak i\u00e7in ilk i<\/code> madeni paras\u0131n\u0131 kullanarak gereken minimum say\u0131y\u0131 temsil eder. Bu, daha karma\u015f\u0131k bir ge\u00e7i\u015f fonksiyonu gerektirir ve \u00e7\u00f6z\u00fcm\u00fcn alan karma\u015f\u0131kl\u0131\u011f\u0131n\u0131 O(N * Amount)<\/code>'a (N = madeni para say\u0131s\u0131) \u00e7\u0131kar\u0131r.<\/p>\nMobil Uyumlu Tasar\u0131m \u0130\u00e7in CSS \u00d6rnekleri<\/h3>\n
\n\/* Genel stil tan\u0131mlamalar\u0131 *\/\nbody {\n font-family: Arial, sans-serif;\n line-height: 1.6;\n margin: 0 auto;\n max-width: 960px;\n padding: 20px;\n}\n\nh2, h3 {\n color: #333;\n}\n\npre {\n background-color: #f4f4f4;\n padding: 15px;\n border-radius: 5px;\n overflow-x: auto; \/* Yatay kayd\u0131rma \u00e7ubu\u011fu ekler *\/\n}\n\ntable {\n width: 100%;\n border-collapse: collapse;\n margin-bottom: 20px;\n}\n\ntable, th, td {\n border: 1px solid #ddd;\n padding: 8px;\n text-align: left;\n}\n\nth {\n background-color: #f2f2f2;\n}\n\n\/* Uzman \u0130pucu Div Stili *\/\n.expert-tip {\n background-color: #e0f2f7; \/* A\u00e7\u0131k mavi *\/\n border-left: 5px solid #2196f3; \/* Mavi \u00e7izgi *\/\n padding: 15px;\n margin: 20px 0;\n border-radius: 4px;\n font-style: italic;\n color: #333;\n}\n\n\n\/* Mobil uyumluluk i\u00e7in Media Query *\/\n@media screen and (max-width: 768px) {\n body {\n padding: 15px;\n }\n\n h2 {\n font-size: 1.8em;\n }\n\n h3 {\n font-size: 1.4em;\n }\n\n \/* Kod bloklar\u0131 i\u00e7in yatay kayd\u0131rmay\u0131 zorunlu k\u0131l *\/\n pre {\n white-space: pre-wrap; \/* Uzun sat\u0131rlar\u0131 otomatik sarar *\/\n word-wrap: break-word; \/* Kelimeleri b\u00f6lerek sat\u0131ra s\u0131\u011fd\u0131r\u0131r *\/\n font-size: 0.9em;\n }\n\n \/* Tablolar\u0131n k\u00fc\u00e7\u00fck ekranlarda daha iyi g\u00f6r\u00fcnmesi i\u00e7in *\/\n table, thead, tbody, th, td, tr {\n display: block; \/* Her h\u00fccreyi blok element yapar *\/\n }\n\n thead tr {\n position: absolute;\n top: -9999px; \/* Ba\u015fl\u0131klar\u0131 gizler *\/\n left: -9999px;\n }\n\n tr { border: 1px solid #ccc; }\n\n td {\n border: none;\n border-bottom: 1px solid #eee;\n position: relative;\n padding-left: 50%; \/* \u0130\u00e7eri\u011fi sa\u011fa kayd\u0131r *\/\n text-align: right;\n }\n\n td:before {\n position: absolute;\n top: 6px;\n left: 6px;\n width: 45%;\n padding-right: 10px;\n white-space: nowrap;\n text-align: left;\n font-weight: bold;\n \/* Veri niteli\u011finden ba\u015fl\u0131\u011f\u0131 \u00e7eker *\/\n content: attr(data-label); \n }\n}\n <\/pre>\npre<\/code> etiketi i\u00e7in white-space: pre-wrap;<\/code> ve word-wrap: break-word;<\/code> kod sat\u0131rlar\u0131n\u0131n mobil ekranda ta\u015fmas\u0131n\u0131 engellerken, tablo i\u00e7in yap\u0131lan d\u00f6n\u00fc\u015f\u00fcmler verilerin alt alta listelenmesini sa\u011flayarak mobil cihazlarda kullan\u0131c\u0131 deneyimini iyile\u015ftirir.<\/p>\nVaka Analizi: E-Ticarette Ak\u0131ll\u0131 Fiyatland\u0131rma ve \u00d6deme Sistemleri<\/h2>\n
\u00d6deme A\u011f Ge\u00e7itlerinde En Optimal Para Birimi Da\u011f\u0131l\u0131m\u0131<\/h3>\n
Nakit Y\u00f6netimi ve Stok Optimizasyonu<\/h3>\n
Sonu\u00e7: Para \u00dcst\u00fc Problemi Bilgisayar Biliminin Temel Ta\u015f\u0131 m\u0131?<\/h2>\n
S\u0131k\u00e7a Sorulan Sorular<\/h3>\n
\n
Para \u00dcst\u00fc Problemi neden \u00f6nemlidir?<\/h4>\n
G\u00f6z\u00fc A\u00e7 (Greedy) algoritma neden her zaman i\u015fe yaramaz?<\/h4>\n
Dinamik Programlama'n\u0131n (DP) avantaj\u0131 nedir?<\/h4>\n
Para \u00dcst\u00fc Problemi sadece para birimleri i\u00e7in mi ge\u00e7erlidir?<\/h4>\n
Dinamik Programlama \u00e7\u00f6z\u00fcm\u00fcn\u00fcn zaman ve alan karma\u015f\u0131kl\u0131\u011f\u0131 nedir?<\/h4>\n