找到每个阶段的局部最优,最后找到全局最优。
举个例子:十堆钞票,每堆里面取一张,找最大金额。贪心先从每堆里面找出金额最大的,进而推出总体的最大金额。
455. 分发饼干
思路:贪心:先对两个数组排序,大尺寸的饼干尽可能去满足大胃口的小孩。
需要注意的是这里内层可以用index,就避免了双层for循环
class Solution {
public int findContentChildren(int[] g, int[] s) {
//思路:外层遍历按胃口从大到小遍历每个小孩,内层看有没有能满足他的饼干
Arrays.sort(g);
Arrays.sort(s);
int res = 0;
int index=s.length-1;
for(int i=g.length-1;i>=0;i--){
if(index>=0&&s[index]>=g[i]){
index--;
res++;
}
}
return res;
}
}
376. 摆动序列
这个题可以把数组中的节点按山坡画出来,按照题意,首先把数组中元素等于1,2的情况写出来,然后分析,可以把数组中的元素按照坡度画出来,如下图,其实就是找的山峰元素和最左和最右元素(元素个数大于3)。pre>0&&cur<0||pre<0&&cur>0
但是在峰顶还可能会有平的,这时候我们统一只计算峰顶(或者峰谷最右边的那个),所以就是pre>=0&&cur<0||pre<=0&&cur>0
数组首尾两端
我们可以让最右边的默认是一个摆动,res初始化为1,然后让pre初始化为0,也就意味这最左边多一个和nums[0]相等的元素,这样就融入了我们的判断条件:pre>=0&&cur<0||pre<=0&&cur>0
单调坡度有平坡
这里可以把pre=cur放到判断条件的里面,只有当出现摆动的时候才更新。
class Solution {
public int wiggleMaxLength(int[] nums) {
int res=1;
int pre = 0;
int cur = 0;
if(nums.length==1){
return 1;
}
for(int i=0;i<nums.length-1;i++){
cur = nums[i+1]-nums[i];
if(cur<0&&pre>=0||pre<=0&&cur>0){
res++;
pre=cur;
}
}
return res;
}
}
53. 最大子数组和
最简单的就是暴力
class Solution {
public int maxSubArray(int[] nums) {
int res=Integer.MIN_VALUE;
for(int i =0;i<nums.length;i++){
int sum=0;
for(int j=i;j<nums.length;j++){
sum=sum+nums[j];
if(sum>res){
res=sum;
}
}
}
return res;
}
}
贪心算法
局部最优:当前"连续和"为负数的时候立刻放弃,从下一个元素重新计算"连续和",因为负数加上下一个元素 "连续和"只会越来越小。
当子序和负数时,替换新子序和,因为无论如何加下一个数都不如直接选下一个数成为新子序和大 当子序和正数时,直接加新数字,因为无论如何替换下一个数都不如当前子序和加数字大
全局最优:选取最大"连续和"
局部最优的情况下,并记录最大的"连续和",可以推出全局最优。
class Solution {
public int maxSubArray(int[] nums) {
int res=Integer.MIN_VALUE;
int sum=0;
for(int i =0;i<nums.length;i++){
sum+=nums[i];
res = sum>res?sum:res;
if(sum<0){
sum=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 res;
}
}