目录
理论基础
455.分发饼干
思路
可以是大饼干优先满足大胃口，也可以是小饼干优先满足小胃口。
代码
python
class Solution:
def findContentChildren(self, g, s):
g.sort() # 将孩子的贪心因子排序
s.sort() # 将饼干的尺寸排序
index = 0
for i in range(len(s)): # 遍历饼干
if index < len(g) and g[index] <= s[i]: # 如果当前孩子的贪心因子小于等于当前饼干尺寸
index += 1 # 满足一个孩子，指向下一个孩子
return index # 返回满足的孩子数目376.摆动序列
思路
真就像Carl哥说的那样：
贪心算法其实就是没有什么规律可言，所以大家了解贪心算法 就了解它没有规律的本质就够了。
不用花心思去研究其规律， 没有思路就立刻看题解。
基本贪心的题目 有两个极端，要不就是特简单，要不就是死活想不出来。
我连用什么方式来判断这个是正，下个是负，或者这个是负，下个是正都不会。。。**（每日崩溃1/1），**其实就是用两个变量来存储。计算波峰的次数，具体可以看链接。
代码
python
class Solution:
def wiggleMaxLength(self, nums):
if len(nums) <= 1:
return len(nums) # 如果数组长度为0或1，则返回数组长度
curDiff = 0 # 当前一对元素的差值
preDiff = 0 # 前一对元素的差值
result = 1 # 记录峰值的个数，初始为1（默认最右边的元素被视为峰值）
for i in range(len(nums) - 1):
curDiff = nums[i + 1] - nums[i] # 计算下一个元素与当前元素的差值
# 如果遇到一个峰值
if (preDiff <= 0 and curDiff > 0) or (preDiff >= 0 and curDiff < 0):
result += 1 # 峰值个数加1
preDiff = curDiff # 注意这里，只在摆动变化的时候更新preDiff
return result # 返回最长摆动子序列的长度53.最大子序和
思路
贪心真的很逆天，一点思路都没有，暴力法最后十个用例过不了的。。。Carl点拨了一下我觉得很有道理，**一个负数加一个正数肯定比0加一个正数要小，**所以就是从头开始遍历起，不断计算累计和，如果累计和是负数，前面那一整段就不要了，直接0加后面的数，从后面开始重新算。
代码
python
class Solution:
def maxSubArray(self, nums):
result = float('-inf') # 初始化结果为负无穷大
count = 0
for i in range(len(nums)):
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: # 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
count = 0
return result