贪心算法 | part01

455.分发饼干

假设你是一位很棒的家长,想要给你的孩子们一些小饼干。但是,每个孩子最多只能给一块饼干。

对每个孩子 i,都有一个胃口值 g[i],这是能让孩子们满足胃口的饼干的最小尺寸;并且每块饼干 j,都有一个尺寸 s[j] 。如果 s[j] >= g[i],我们可以将这个饼干 j 分配给孩子 i ,这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子,并输出这个最大数值。

示例 1:

  • 输入: g = [1,2,3], s = [1,1]
  • 输出: 1 解释:你有三个孩子和两块小饼干,3 个孩子的胃口值分别是:1,2,3。虽然你有两块小饼干,由于他们的尺寸都是 1,你只能让胃口值是 1 的孩子满足。所以你应该输出 1。

示例 2:

  • 输入: g = [1,2], s = [1,2,3]
  • 输出: 2
  • 解释:你有两个孩子和三块小饼干,2 个孩子的胃口值分别是 1,2。你拥有的饼干数量和尺寸都足以让所有孩子满足。所以你应该输出 2.

提示:

  • 1 <= g.length <= 3 * 10^4

  • 0 <= s.length <= 3 * 10^4

  • 1 <= g[i], s[j] <= 2^31 - 1

    public int findContentChildren(int[] g, int[] s) {
    Arrays.sort(g);
    Arrays.sort(s);
    int result = 0;
    int i = s.length - 1;
    for (int j = g.length - 1; j >= 0; j--){
    //用最大的饼干去匹配胃口最大的孩子
    if (i >= 0 && s[i] >= g[j]){
    result++;
    i--;
    }
    }
    return result;
    }

解题:

我们用最大的饼干开始匹配,优先用掉最大的饼干去满足一个胃口大的小孩,然后再用第二大的饼干去投喂胃口稍小的小孩,依次循环。

必须是去遍历胃口,而不是用饼干开始遍历,因为最大的饼干可能无法满足孩子的胃口。后续的饼干也无法满足这个小孩,胃口指针就无法移动。

也可以使用最小的饼干开始遍历。

376. 摆动序列

如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为摆动序列。第一个差(如果存在的话)可能是正数或负数。少于两个元素的序列也是摆动序列。

例如, [1,7,4,9,2,5] 是一个摆动序列,因为差值 (6,-3,5,-7,3) 是正负交替出现的。相反, [1,4,7,2,5] 和 [1,7,4,5,5] 不是摆动序列,第一个序列是因为它的前两个差值都是正数,第二个序列是因为它的最后一个差值为零。

给定一个整数序列,返回作为摆动序列的最长子序列的长度。 通过从原始序列中删除一些(也可以不删除)元素来获得子序列,剩下的元素保持其原始顺序。

示例 1:

  • 输入: [1,7,4,9,2,5]
  • 输出: 6
  • 解释: 整个序列均为摆动序列。

示例 2:

  • 输入: [1,17,5,10,13,15,10,5,16,8]
  • 输出: 7
  • 解释: 这个序列包含几个长度为 7 摆动序列,其中一个可为[1,17,10,13,10,16,8]。

示例 3:

  • 输入: [1,2,3,4,5,6,7,8,9]

  • 输出: 2

    public int wiggleMaxLength(int[] nums) {
    // 1. 边界情况:0个或1个元素,本身就是摆动序列
    if (nums.length <= 1) {
    return nums.length;
    }

    复制代码
      // 2. result 记录摆动序列长度,默认至少有1个元素(最后一个元素)
      int result = 1;
    
      // 3. pre: 上一个"有效差值"的符号,cur: 当前差值
      int pre = 0; // 初始为0,表示还没遇到有效差值
      int cur = 0;
    
      // 4. 遍历数组,计算相邻差值
      for (int i = 0; i < nums.length - 1; i++) {
          cur = nums[i + 1] - nums[i]; // 当前差值(可正可负可零)
    
          // 5. 关键判断:差值是否"变号"了
          // 情况1: pre>=0(之前上升或平) && cur<0(现在下降) → 形成波峰 ✓
          // 情况2: pre<=0(之前下降或平) && cur>0(现在上升) → 形成波谷 ✓
          if ((pre >= 0 && cur < 0) || (pre <= 0 && cur > 0)) {
              result++; // 找到一个摆动点
              pre = cur; // 更新pre为当前差值(记录新的趋势方向)
          }
          // 注意:如果cur==0(相等)或cur与pre同号,直接忽略,不更新pre
      }
      return result;

    }

解题:

过从原始序列中删除一些(也可以不删除)元素来获得,剩下的元素保持其原始顺序。

情况1:平坡情况 1 - 2 - 2 - 2 - 1的情况,这里的摆动序列长度是3

情况2:首位元素 判断头元素的时候,在其前面模拟一个相同值,创造一个平坡,对于尾部元素,默认存在一个摆动

情况3:单调坡 + 平坡 中间无摆动,只有首尾是摆动的

53. 最大子序和

给定一个整数数组 nums ,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。

示例:

  • 输入: [-2,1,-3,4,-1,2,1,-5,4]

  • 输出: 6

  • 解释: 连续子数组 [4,-1,2,1] 的和最大,为 6。

    public int maxSubArray(int[] nums) {
    int res = Integer.MIN_VALUE;
    int temp = 0;
    for (int i = 0; i < nums.length; i++) {
    temp += nums[i];
    if (res < temp) {
    res = temp;
    }
    //贪心策略
    if (temp < 0) {
    temp = 0;
    }
    }
    return res;
    }

解题:

注意:子数组是数组中的一个连续部分。

贪心策略:若连续和小于0,则重新开始统计。

相关推荐
梵刹古音2 小时前
【C语言】 字符数组与多维数组
c语言·数据结构·算法
咩咩不吃草2 小时前
机器学习不平衡数据处理三招:k折交叉验证、下采样与过采样实战
人工智能·算法·机器学习·下采样·过采样·k折交叉验证
weixin_452159552 小时前
模板编译期条件分支
开发语言·c++·算法
多恩Stone2 小时前
【3DV 进阶-11】Trellis.2 数据处理与训练流程图
人工智能·pytorch·python·算法·3d·aigc·流程图
老师用之于民2 小时前
【DAY20】数据结构基础:(算法)排序、折半查找的函数实现
数据结构·算法·排序算法
一起养小猫2 小时前
Flutter for OpenHarmony 进阶:推箱子游戏算法与关卡设计深度解析
算法·flutter·游戏
民乐团扒谱机2 小时前
【微实验】Zhang-Suen 快速并行细化算法与MATLAB实现
人工智能·学习·算法·计算机视觉·数学建模·matlab
iAkuya2 小时前
(leetcode)力扣100 60单词搜索(回溯)
算法·leetcode·职场和发展
卖报的大地主2 小时前
强化学习在图像生成中的应用:范式演进、算法机制与前沿展望
算法