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。
唯一的难点就是如何通过局部最优，推出整体最优。
最好用的策略就是举反例，如果想不到反例，那么就试一试贪心吧。
455.分发饼干
从局部最优到全局最优，从最大饼干分给最大食量的小朋友。
注意其中一块饼干只能分一次。
还有一个细节就是，可能饼干分完了，但是有的小朋友还没被遍历到，因此要加一个条件right>=0，饼干分完后，虽然继续遍历小朋友，但是不在经过if语句。获得饼干的小朋友数目不变。
class Solution {
public:
int findContentChildren(vector<int>& g, vector<int>& s) {
sort(g.begin(),g.end());
sort(s.begin(),s.end());
int res=0;
int right=s.size()-1;
for(int i=g.size()-1;i>=0;i--){
if(right>=0&&g[i]<=s[right]){
right--;
res++;
}
}
return res;
}
};
376. 摆动序列
pre>=0 && cur<0 || pre<=0 && cur>0判断条件必须考虑pre=0的情况，从开始遍历，pre的初始值就为0。 虽然前后两个数可能相等，后面的pre也可能为0，但是cur的判断条件就会影响前后两个数相等的情况。
class Solution {
public:
int wiggleMaxLength(vector<int>& nums) {
int pre=0;
int cur=0;
int res=1;
for(int i=0;i<nums.size()-1;i++){
cur=nums[i+1]-nums[i];
if(pre>=0 && cur<0 || pre<=0 && cur>0){
res++;
pre=cur;
}
}
return res;
}
};
53. 最大子序和
关键是要理解当累加和小于0时，我们要将累加和赋值为0 。即最大子序列和最小为一。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int res=INT_MIN;
int count=0;
for(int i=0;i<nums.size();i++){
count+=nums[i];
if(res<count){
res=count;
}
if(count<=0){
count=0;
}
}
return res;
}
};