leetcode算法刷题的第二十三天

今天是贪心算法。贪心算法其实没有什么规律可言,所以大家了解贪心算法就了解它没有规律的本质就可以了。没有思路就去看题解,要么就是特别简单,要么就是特别难,非常极端。

1.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

很多人开始做贪心的题目的时候,想不出来是贪心,想知道有没有什么套路可以一看就看出来是贪心。

说实话贪心算法并没有固定的套路

所以唯一的难点就是如何通过局部最优,推出整体最优。

那么如何能看出局部最优是否能推出整体最优呢?有没有什么固定策略或者套路呢?

不好意思,也没有! 靠自己手动模拟,如果模拟可行,就可以试一试贪心策略,如果不可行,可能需要动态规划。

贪心算法一般分为如下四步:

  • 将问题分解为若干个子问题
  • 找出适合的贪心策略
  • 求解每一个子问题的最优解
  • 将局部最优解堆叠成全局最优解

这个四步其实过于理论化了,我们平时在做贪心类的题目时,如果按照这四步去思考,真是有点"鸡肋"。

做题的时候,只要想清楚 局部最优 是什么,如果推导出全局最优,其实就够了。

不好意思了,贪心没有套路,说白了就是常识性推导加上举反例

2.leetcode 455.分发饼干

题目链接

cpp 复制代码
class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        //满足的条件就是这个饼干一定要大于胃口值
        sort(g.begin(),g.end());
        sort(s.begin(),s.end());
        int result=0;
        int index=s.size()-1;//饼干数组的下标
        for(int i=g.size()-1;i>=0;i--){//遍历胃口
            if(index>=0&&s[index]>=g[i]){//遍历饼干,判断条件
                result++;
                index--;
            }
        }
        return result;
    }
};

思路总结:

为了满足更多的小孩,就不要造成饼干尺寸的浪费。

大尺寸的饼干既可以满足胃口大的孩子也可以满足胃口小的孩子,那么就应该优先满足胃口大的。

这里的局部最优就是大饼干喂给胃口大的,充分利用饼干尺寸喂饱一个,全局最优就是喂饱尽可能多的小孩

可以尝试使用贪心策略,先将饼干数组和小孩数组排序。

然后从后向前遍历小孩数组,用大饼干优先满足胃口大的,并统计满足小孩数量。

从代码中可以看出我用了一个 index 来控制饼干数组的遍历,遍历饼干并没有再起一个 for 循环,而是采用自减的方式,这也是常用的技巧。

有的人看到要遍历两个数组,就想到用两个 for 循环,那样逻辑其实就复杂了。

3.leetcode 376.摆动序列

题目链接

cpp 复制代码
class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        if(nums.size()<=1) return nums.size();
        int curDiff=0;// 当前一对差值
        int preDiff=0;// 前一对差值
        int result=1;// 记录峰值个数,序列默认序列最右边有一个峰值
        for(int i=0;i<nums.size()-1;i++){
            curDiff=nums[i+1]-nums[i];
            // 出现峰值
            if((preDiff>=0&&curDiff<0)||(preDiff<=0&&curDiff>0)){
                result++;
                preDiff=curDiff;// 注意这里,只在摆动变化的时候更新prediff
            }
        }
        return result;
    }
};

思路总结:

其实本题看起来好像简单,但需要考虑的情况还是很复杂的,而且很难一次性想到位。

本题异常情况的本质,就是要考虑平坡, 平坡分两种,一个是 上下中间有平坡,一个是单调有平坡。

4.leetcode 53.最大子数组和

题目链接

cpp 复制代码
class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int result=INT32_MIN;
        int count=0;
        for(int i=0;i<nums.size();i++){
            count+=nums[i];
            if(count>result) result=count;// 取区间累计的最大值(相当于不断确定最大子序终止位置)
            if(count<=0) 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
        }
        return result;
    }
};

思路总结:这道题的贪心策略就是当如果前面的数字加起来是负数的话,就要果断放弃,从下一个数开始遍历,因为如果前面的和是负数的话,加上下一个数,会拖累本身这个数字,肯定是不利于求出最大子数组和,所以当和为负数的时候果断放弃,重新count等于0,然后重新相加这个数组每个数字的和。本题的贪心思路其实并不好想,这也进一步验证了,别看贪心理论很直白,有时候看似是常识,但贪心的题目一点都不简单!

相关推荐
吃着火锅x唱着歌16 分钟前
LeetCode 2765.最长交替子数组
算法·leetcode·职场和发展
进步青年ccc16 分钟前
C++ IO 库全方位解析:从基础到实战
c++·io
JC0344 分钟前
JAVA解题——求阶乘和(附源代码)
java·开发语言·算法
墨染点香1 小时前
LeetCode 刷题【91. 解码方法】
算法·leetcode·职场和发展
自信的小螺丝钉1 小时前
Leetcode 4. 两两交换链表中的节点 递归 / 迭代
leetcode·链表
博界IT精灵1 小时前
C++入门
c++
༾冬瓜大侠༿1 小时前
数据结构:排序
数据结构·算法·排序算法
泽虞1 小时前
《C++程序设计》笔记p4
linux·开发语言·c++·笔记·算法
什么半岛铁盒2 小时前
C++项目:仿muduo库高并发服务器--------Any类的实现
linux·服务器·数据库·c++·mysql·github
玖笙&2 小时前
✨WPF编程基础【1.1】:XAML文档框架
c++·visualstudio·wpf