文章目录
- [LeetCode：455. 分发饼干](#LeetCode：455. 分发饼干)
- [LeetCode：376. 摆动序列](#LeetCode：376. 摆动序列)
- [LeetCode：53. 最大子序和](#LeetCode：53. 最大子序和)
LeetCode：455. 分发饼干
https://leetcode.cn/problems/assign-cookies/
思路
贪心算法，胃口最大的孩子匹配最大的饼干。从大到小遍历孩子的胃口：如果当前饼干能满足，则给出；否则直到找到第一个符合条件的孩子。
解答
python
class Solution:
def findContentChildren(self, g: List[int], s: List[int]) -> int:
len_g = len(g)
len_s = len(s)
g.sort()
s.sort()
results = 0
idx_g = len_g - 1
idx_s = len_s - 1 # s 的指针
while idx_g >= 0: # 倒序遍历胃口
if idx_s >= 0 and s[idx_s] >= g[idx_g]: # 将饼干匹配，遇到合适的就给出
results += 1
idx_s -= 1
idx_g -= 1
return resultsLeetCode：376. 摆动序列
https://leetcode.cn/problems/wiggle-subsequence/description/
思路
如果一段子数组是单调递增的，那么其中任意两个元素的差都为正数，无法形成摆动。此时，我们只需保留该单调区间的第一个和最后一个元素，因为它们自然形成一个上升趋势和一个下降趋势的转折点。同理，如果一段子数组是单调递减的，只保留首尾。
如果存在重复元素，直接跳过。
解答
python
class Solution:
def wiggleMaxLength(self, nums: List[int]) -> int:
n = len(nums)
if n == 1 or (n == 2 and nums[0] != nums[1]): # 仅有一个元素或者含两个不等元素的序列
return n
results = 1 # 第一个元素默认计入
pre_diff = 0
for i in range(1, n):
cur_diff = nums[i] - nums[i-1]
if (cur_diff > 0 and pre_diff <= 0) or (cur_diff < 0 and pre_diff >= 0):
results += 1
pre_diff = cur_diff
# cur_diff == 0 忽略，趋势不变
return resultsLeetCode：53. 最大子序和
https://leetcode.cn/problems/maximum-subarray/description/
思路
遍历数组，考量以 numsi 结尾的连续子数组的最大和，记作 cur_max。则有：
（1）将 nums[i] 加入之前的子数组，即 cur_max + nums[i] ；
（2）重新开始一个新的子数组，只包含 nums[i] 本身。
选择两者中较大的一个作为新的 cur_max ，同时更新 global_max 。
最后，global_max 即为答案。
解答
python
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
cur_max = global_max = nums[0]
for num in nums[1:]: # 第一个元素既是当前最大，也是全局最大
cur_max = max(num, cur_max + num) # 当前最大子数组要么是之前的最大子数组+当前值，要么从当前元素重新开始
global_max = max(global_max, cur_max) # 更新全局最大子数组和
return global_max