目录
[376. 摆动序列](#376. 摆动序列)
[53. 最大子序和](#53. 最大子序和)
理论基础
- 什么是贪心:
就是通过局部最优搜索全局最优
-
贪心的两个极端:要么就是很简单的常识,要么就是很难理解的。
-
贪心算法没有套路可言就是找局部最优,要求不能有很明显的反例。
455.分发饼干
cpp
int findContentChildren(vector<int>& g, vector<int>& s) {
sort(g.begin(), g.end());
sort(s.begin(), s.end());
int i = 0, j = 0, count = 0;
while(i < g.size() && j < s.size()){
if(s[j] >= g[i]){
i++;
j++;
count++;
}else{
j++;
}
}
return count;
}
376. 摆动序列
cpp
class Solution {
public:
int wiggleMaxLength(vector<int>& nums) {
if (nums.size() <= 1) return nums.size();
int curDiff = 0; // 当前一对差值
int preDiff = 0; // 前一对差值
int result = 1; // 记录峰值个数,序列默认序列最右边有一个峰值
for (int i = 0; i < nums.size() - 1; i++) {
curDiff = nums[i + 1] - nums[i];
// 出现峰值
if ((preDiff <= 0 && curDiff > 0) || (preDiff >= 0 && curDiff < 0)) {
result++;
preDiff = curDiff; // 注意这里,只在摆动变化的时候更新prediff
}
}
return result;
}
};
思路:
-
本题的思路是很难想的,一开始我以为想要出现一正一负的情况的话就需要,做乘法相乘等于负数但是没有想到平坡的问题。
-
对于题目没有能够进行画图处理,不画图就不可能找到坡度上下坡的思想
-
对于特殊情况的处理,可能存在只有两个不相等元素的情况。
可能出现平坡后又同方向坡度变化的情况,可能出现平坡后又反方向坡度变化的情况。
问题:
-
对于相关元素初值的设置,坡度的变化我们设置一开始就设置result为1,因为我们假设在最前面或者是最后面有一段平坡这样一般情况里就包含了只有两个元素的情况,并且可以举例如果只有两个相平的元素的时候依然是可以满足的。
-
设置preDiff是在if里面,这样的话只有出现坡向变换的时候才更新curDiff,不会出现平坡出现的诸多问题。
53. 最大子序和
cpp
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int result = INT32_MIN;
int count = 0;
for (int i = 0; i < nums.size(); i++) {
count += nums[i];
if (count > result) { // 取区间累计的最大值(相当于不断确定最大子序终止位置)
result = count;
}
if (count <= 0) count = 0; // 相当于重置最大子序起始位置,因为遇到负数一定是拉低总和
}
return result;
}
};
思路:
- 依然是一个很难想到的思路,很有技巧性
如果说总和已经小于等于0了。那么就说明前面的数值已经没有价值了