leetcode - 135. Candy

算法系列博客之Greedy

Greedy 贪心算法是一种非常优美的算法,不过贪心算法本身的可行性很多时候会受到一些局限。但是一旦能够找到一种可行的贪心策略,问题的解决将会变得非常高效,因为通常情况下,贪心算法的复杂度是O(n)

本篇博客将运用这种思想来解决leetcode上135号问题


问题描述:

There are N children standing in a line. Each child is assigned a rating value.

You are giving candies to these children subjected to the following requirements:

Each child must have at least one candy.
Children with a higher rating get more candies than their neighbors.
What is the minimum candies you must give?

从贪心的角度出发,目的是给每个孩子尽量少的糖,我们很容易想到这样一种策略:
给左侧第一个孩子一颗糖,后面的孩子都和他的前一个作比较
      ·   如果rating值比其左侧孩子大,则让他得到的糖的个数比其左侧孩子的糖的个数大1
      ·   否则(即rating值小于或者等于其左侧孩子),只给他一颗糖
但是仔细研究,我们发现,这样存在一个问题:
       题中的要求是如果一个孩子比他旁边的孩子rating值大,就应该拥有比其旁边多的糖,这里的旁边是指两侧;
       然而,目前的策略有可能会造成某个孩子比右侧的孩子rating值大,但是他们都只拥有1颗糖
乍一看好像这种贪心策略在此不可行,但是细心一点就会发现,它至少保证了前进方向上满足规则
那么我们将前进方向反过来再来一次不就可以保证两个方向(也就是每个孩子两侧)都满足规则了吗?
不过反过来再来一次时初始状态就不再一样,所以策略需要做一点点微调:
      ·   如果rating值比右侧孩子大并且他拥有的糖的个数小于等于右侧孩子,则让他得到的糖的个数比前一个孩子大1
      ·   否则(即rating值小于或者等于前一个孩子),不更改他所拥有的糖的个数
其python 代码实现如下:

class Solution(object):
    def candy(self, ratings):
        n = len(ratings)
        candys = [1] * n
        for i in range(1, n):
            if (ratings[i] > ratings[i-1]):
                candys[i] = candys[i-1] + 1

        res = candys[n-1]
        for i in range(n-2, -1, -1):
            if (ratings[i] > ratings[i+1] and candys[i] <= candys[i+1]):
                candys[i] = candys[i+1] + 1
            res += candys[i]
        return res

两次循环使得每个孩子的左右两侧都满足性质,因而这种贪心策略是可行的,算法的正确性可以很容易得到证明

时间复杂度分析,两次并行线性循环,循环内部都是常数运算操作,因而O(n)
空间复杂度分析,需要开辟一个和rating一样大小的数组,因而O(n)
此刻我们可以说,这种时间和空间上都能达到线性复杂度的贪心算法是令人满意的

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值