算法学习day27-贪心算法

概念

什么是贪心算法?

贪心的本质是选择每一阶段的局部最优解, 从而达到全局最优。

分饼干

核心思路

找出每一阶段的局部最优解, 这道题中, 有两种局部最优解, 都从最小的开始, 最小的饼干喂给胃口最小的孩子. 要么最大的饼干喂给最大胃口的孩子

题解最大喂最大

java 复制代码

public int findContentChildren(int[] g, int[] s) {
    Arrays.sort(g);
    Arrays.sort(s);
    int i = g.length - 1;
    int j = s.length - 1;
    int count = 0;
    while (i >= 0 && j >= 0) {
        if (g[i] <= s[j]) {
            count++;
            i--;
            j--;
        } else {
            i--;
        }
    }
    return count;
}

最小喂最小

java 复制代码

public int findContentChildren(int[] g, int[] s) {
    Arrays.sort(g);
    Arrays.sort(s);
    int i = 0;
    int j = 0;
    int count = 0;
    while (i < g.length && j < s.length) {
        if (g[i] <= s[j]) {
            count++;
            i++;
        }
        j++;
    }
    return count;
}

摆动序列

核心思路

可以将这个算法题, 理解为每一小段序列中, 找到波峰和波谷
如果是平峰, 那么如果平峰前面的preDiff>0, 那么就相当于上一个节点是波峰, 下一个curDiff必须<0才行. 所以 preDiff >= 0 and curDiff < 0
如果平峰前面的preDiff < 0, 那就相当于上一个节点是波谷, 下一个curDiff必须>0才行. 所以 preDiff <= 0 and curDiff > 0

题解

普通贪心算法思路

java 复制代码

public int wiggleMaxLength(int[] nums) {
    if (nums.length <= 1) {
        return nums.length;
    }
    if (nums.length == 2) {
        return nums[0] != nums[1] ? 2 : 1;
    }
    int preDiff = nums[1] - nums[0];
    int count = 2;
    for (int i = 2; i < nums.length; i++) {
        int diff = nums[i] - nums[i - 1];
        if (diff > 0 && preDiff <= 0 || diff < 0 && preDiff >= 0) {
            count++;
            preDiff = diff;
        }
    }
    return count;
}

动态规划思路(第一次接触, 有点难理解, 借助ai才勉强理解了, 等后面复习吧)

java 复制代码

public int wiggleMaxLength1(int[] nums) {
    if (nums.length <= 1) {
        return nums.length;
    }
    // dp[i][0] 表示 截止到i 的序列, i作为波峰最长摆动序列的长度, dp[i][1] 表示 截止到i 的序列, i作为波谷最长摆动序列的长度
    int[][] dp = new int[nums.length][2];
    dp[0][0] = dp[0][1] = 1;
    for (int i = 1; i < nums.length; i++) {
        dp[i][0] = dp[i][1] = 1;
        for (int j = 0; j < i; j++) {
            if (nums[i] > nums[j]) {
                // i 是 波峰, j是波谷, 那么i作为波峰的最大摇摆序列长度, = j的波谷最大摇摆序列长度 + 1
                dp[i][0] = Math.max(dp[i][0], dp[j][1] + 1);
            }
            if (nums[i] < nums[j]) {
                // i 是 波谷, j是波峰, 那么i作为波谷的最大摇摆序列长度, = j的波峰最大摇摆序列长度 + 1
                dp[i][1] = Math.max(dp[i][1], dp[j][0] + 1);
            }
        }
    }
    return Math.max(dp[nums.length - 1][0], dp[nums.length - 1][1]);
}

最大子序和

核心思路

这道题贪心的点在与, 如果sum < 0, 那么再+=sum只会变小, 所以直接舍弃sum, sum=当前值, 重新计数

java 复制代码

public int maxSubArray(int[] nums) {
    int sum = nums[0];
    int max = nums[0];
    for (int i = 1; i < nums.length; i++) {
        if (sum > 0) {
            sum = sum + nums[i];
        } else {
            sum = nums[i];
        }
        max = Math.max(sum, max);
    }
    return max;
}

动态规划

以下是输入 nums = $-2, 1, -3, 4, -1, 2, 1, -5, 4$ 的具体计算过程：

步骤分解

索引 i	nums $i$	计算 dp $i$ = Math.max(nums $i$ , dp $i-1$ + nums $i$ )	dp $i$ 结果	当前最大值 max	解释
0	-2	(初始赋值)	-2	-2	以 -2 结尾，只能是 $-2$
1	1	max(1, -2 + 1)	1	1	1 比 -1 大，决定"自立门户"
2	-3	max(-3, 1 + (-3))	-2	1	-2 比 -3 大，选择"加入队伍"
3	4	max(4, -2 + 4)	4	4	4 比 2 大，决定"自立门户"
4	-1	max(-1, 4 + (-1))	3	4	3 比 -1 大，选择"加入队伍"
5	2	max(2, 3 + 2)	5	5	5 比 2 大，选择"加入队伍"
6	1	max(1, 5 + 1)	6	6	6 比 1 大，选择"加入队伍"
7	-5	max(-5, 6 + (-5))	1	6	1 比 -5 大，选择"加入队伍"
8	4	max(4, 1 + 4)	5	6	5 比 4 大，选择"加入队伍"

java 复制代码

public int maxSubArray(int[] nums) {
    // dp[i] 表示以i为结尾的子数组的最大和
    int[] dp = new int[nums.length];
    int max = nums[0];
    dp[0] = nums[0];
    for (int i = 1; i < nums.length; i++) {
        dp[i] = Math.max(nums[i], dp[i - 1] + nums[i]);
        max = Math.max(max, dp[i]);
    }
    return max;
}

算法学习day27-贪心算法

概念

什么是贪心算法?

分饼干

核心思路

摆动序列

核心思路

题解

最大子序和

核心思路

步骤分解