代码随想录算法训练营day34 | 455.分发饼干、376. 摆动序列、53. 最大子序和

理论基础

贪心的本质是选择每一阶段的局部最优,从而达到全局最优。

刷题或者面试的时候,手动模拟一下感觉可以局部最优推出整体最优,而且想不到反例,那么就试一试贪心。

455.分发饼干

result和j变化一致,可以去除一个

python 复制代码
class Solution:
    def findContentChildren(self, g: List[int], s: List[int]) -> int:
        # 分配能满足孩子胃口的最小饼干。胃口排序,饼干也排序
        g.sort()
        s.sort()
        # 遍历饼干,如果当前饼干满足不了当前最小孩子的胃口,肯定也满足不了后续的孩子,饼干继续循环
        # 如果当前饼干满足了当前孩子的胃口,则当前饼干给当前孩子吃,结果+1,孩子胃口也向后遍历一个
        j = 0  # 胃口索引
        result = 0
        for i in s:
            if j < len(g) and g[j] <= i:
                result += 1
                j += 1
        return result

376. 摆动序列

这道题可以使用贪心,也可以使用动态规划。这道题对我来说挺难,还需要继续思考

使用贪心需要考虑情况较多

python 复制代码
class Solution:
    def wiggleMaxLength(self, nums: List[int]) -> int:
        if len(nums) <= 1:
            return len(nums)  # 如果数组长度为0或1,则返回数组长度
        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

使用动态规划

python 复制代码
class Solution:
    def wiggleMaxLength(self, nums: List[int]) -> int:
        dp = [[0, 0] for _ in range(len(nums))]  # 创建二维dp数组,用于记录摆动序列的最大长度
        dp[0][0] = dp[0][1] = 1  # 初始条件,序列中的第一个元素默认为峰值,最小长度为1
        for i in range(1, len(nums)):
            dp[i][0] = dp[i][1] = 1  # 初始化当前位置的dp值为1
            for j in range(i):
                if nums[j] > nums[i]:
                    dp[i][1] = max(dp[i][1], dp[j][0] + 1)  # 如果前一个数比当前数大,可以形成一个上升峰值,更新dp[i][1]
            for j in range(i):
                if nums[j] < nums[i]:
                    dp[i][0] = max(dp[i][0], dp[j][1] + 1)  # 如果前一个数比当前数小,可以形成一个下降峰值,更新dp[i][0]
        return max(dp[-1][0], dp[-1][1])  # 返回最大的摆动序列长度

53. 最大子序和

本题可以用贪心,也可以用动态规划

贪心

python 复制代码
class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        result = float("-inf")
        count = 0
        for num in nums:
            count += num
            result = max(count, result)
            if count < 0:
                count = 0
        return result
相关推荐
是小胡嘛7 分钟前
数据结构之旅:红黑树如何驱动 Set 和 Map
数据结构·算法
m0_7482550211 分钟前
前端常用算法集合
前端·算法
呆呆的猫34 分钟前
【LeetCode】227、基本计算器 II
算法·leetcode·职场和发展
Tisfy36 分钟前
LeetCode 1705.吃苹果的最大数目:贪心(优先队列) - 清晰题解
算法·leetcode·优先队列·贪心·
余额不足121381 小时前
C语言基础十六:枚举、c语言中文件的读写操作
linux·c语言·算法
火星机器人life3 小时前
基于ceres优化的3d激光雷达开源算法
算法·3d
虽千万人 吾往矣3 小时前
golang LeetCode 热题 100(动态规划)-更新中
算法·leetcode·动态规划
arnold664 小时前
华为OD E卷(100分)34-转盘寿司
算法·华为od
ZZTC4 小时前
Floyd算法及其扩展应用
算法
lshzdq5 小时前
【机器人】机械臂轨迹和转矩控制对比
人工智能·算法·机器人