day31 算法 贪心算法1

455 分发饼干

假设你是一位很棒的家长,想要给你的孩子们一些小饼干。但是,每个孩子最多只能给一块饼干。

对每个孩子 i,都有一个胃口值 g[i],这是能让孩子们满足胃口的饼干的最小尺寸;并且每块饼干 j,都有一个尺寸 s[j] 。如果 s[j] >= g[i],我们可以将这个饼干 j 分配给孩子 i ,这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子,并输出这个最大数值。

输入: g = [1,2], s = [1,2,3]

输出: 2

解释:

你有两个孩子和三块小饼干,2个孩子的胃口值分别是1,2。

你拥有的饼干数量和尺寸都足以让所有孩子满足。

所以你应该输出2.

思路

尽可能满足大胃的小孩,遍历小孩,让小孩匹配饼干(胃大的不满足跳过下一个)

或者尽可能满足小饼干给小胃,遍历小饼干,让饼干匹配小孩

python 复制代码
大饼干匹配
def findContentChildren(g:list,s:list)->int:
	g.sort()	#小孩
	s.sort()	#饼干
	index=len(s)-1
	result=0
	for i in range(len(g)-1,-1,-1):
		if index>=0 and s[index]>=g[i]:
			result+=1
			index-=1
	return result
小饼干匹配
def findContentChildren(g:list,s:list)->int:
	g.sort()
	s.sort()
	index=0
	for i in range(len(s)):
		if index<len(g) and s[i]>=g[index]:
			index+=1
	return index

376 摆动序列

如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为 摆动序列 。第一个差(如果存在的话)可能是正数或负数。仅有一个元素或者含两个不等元素的序列也视作摆动序列。

例如, [1, 7, 4, 9, 2, 5] 是一个 摆动序列 ,因为差值 (6, -3, 5, -7, 3) 是正负交替出现的。

相反,[1, 4, 7, 2, 5] 和 [1, 7, 4, 5, 5] 不是摆动序列,第一个序列是因为它的前两个差值都是正数,第二个序列是因为它的最后一个差值为零。

子序列 可以通过从原始序列中删除一些(也可以不删除)元素来获得,剩下的元素保持其原始顺序。

给你一个整数数组 nums ,返回 nums 中作为 摆动序列 的 最长子序列的长度 。

输入:nums = [1,17,5,10,13,15,10,5,16,8]

输出:7

解释:这个序列包含几个长度为 7 摆动序列。

其中一个是 [1, 17, 10, 13, 10, 16, 8] ,各元素之间的差值为 (16, -7, 3, -3, 6, -8) 。

python 复制代码
# 贪心
def wiggleMaxLength(nums:list)->int:
	if len(nums)<=1:
		return len(nums)
	result=1
	curDiff=0
	preDiff=0
	for i in range(len(nums)-1):
		curDiff=nums[i+1]-nums[i]
		if curDiff*preDiff<=0 and curDiff!=0: #也可以写成 if (preDiff<=0 and curDiff>0) or (preDiff>=0 and curDiff<0):
			result+=1
			preDiff=curDiff
	return result 
#动态规划
def wiggleMaxLength(nums:list):
	if len(nums)<=1:
		return len(nums)
	up=down=1
	for i in range(1,len(nums)):
		if nums[i]>nums[i-1]:
			up=down+1
		elif nums[i]<nums[i-1]:
			dowm=up+=1
	return max(up,down)

def wiggleMaxLength(nums:list):
	dp=[]
	for i in range(len(nums)):
		dp.append([1,1])
		for j in range(i):
			if nums[j]>nums[i]:
				dp[i][1]=max(dp[i][1],dp[j][0]+1) # 待理解
			if nums[j]<nums[i]
				dp[i][0]=max(dp[i][0],dp[j][1]+1)
	return max(dp[-1][0],dp[-1][0])

53 最大子数组和

给你一个整数数组 nums ,请你找出一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。

子数组是数组中的一个连续部分。

python 复制代码
暴力
def maxSubArray(nums:list)->int:
	result=float('-inf')
	count=0
	for i in range(len(nums)):
		count=0
		for j in range(i,len(nums)):
			count+=nums[j]
			result=max(count,result)
	return result

贪心
def maxSunArray(nums):
	result=float('-inf')
	count=0
	for i in range(len(nums)):
		count+=nums[i]
		if count>result:
			result=count
		if count<=0: #重置最大子序列
			count=0
	return result
相关推荐
懒惰才能让科技进步26 分钟前
从零学习大模型(十二)-----基于梯度的重要性剪枝(Gradient-based Pruning)
人工智能·深度学习·学习·算法·chatgpt·transformer·剪枝
Ni-Guvara40 分钟前
函数对象笔记
c++·算法
泉崎1 小时前
11.7比赛总结
数据结构·算法
你好helloworld1 小时前
滑动窗口最大值
数据结构·算法·leetcode
AI街潜水的八角2 小时前
基于C++的决策树C4.5机器学习算法(不调包)
c++·算法·决策树·机器学习
白榆maple2 小时前
(蓝桥杯C/C++)——基础算法(下)
算法
JSU_曾是此间年少2 小时前
数据结构——线性表与链表
数据结构·c++·算法
此生只爱蛋3 小时前
【手撕排序2】快速排序
c语言·c++·算法·排序算法
咕咕吖4 小时前
对称二叉树(力扣101)
算法·leetcode·职场和发展
九圣残炎4 小时前
【从零开始的LeetCode-算法】1456. 定长子串中元音的最大数目
java·算法·leetcode