贪心算法1

贪心算法思考

想清楚局部最优，想清楚全局最优，感觉局部最优是可以推出全局最优，并想不出反例，那么就试一试贪心算法

例题：

455. 分发饼干

方法：小饼干给胃口小的

先排序两个数组，遍历饼干数组，用index表示小孩子的下标，如果饼干能喂饱小孩子，那么index移动，喂不饱就不移动(index)，当遍历完饼干index表示的就是能喂饱多少个孩子

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        if (s.size() == 0) return 0;
        sort(g.begin(), g.end());
        sort(s.begin(), s.end());
        int index = 0;
        for (int i = 0; i < s.size(); i++) {
            if (index < g.size() && g[index] <= s[i]) index++;
        }
        return index;
    }
};

376. 摆动序列

方法：删除单调坡度上的节点

局部最优：删除单调坡度上的节点（不包括单调坡度两端的节点），那么这个坡度就可以有两个局部峰值。整体最优：整个序列有最多的局部峰值，从而达到最长摆动序列。

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        if (nums.size() <= 1) return nums.size();
        int curDiff = 0, preDiff = 0;
        int ret = 1;
        for (int i = 0; i < nums.size() - 1; i++) {
            curDiff = nums[i + 1] - nums[i];
            if ((preDiff >= 0 && curDiff < 0) || (preDiff <= 0 && curDiff > 0)) {
                ret++;
                preDiff = curDiff;
            }
        }
        return ret;
    }
};

也可以用动态规划做这个题，在此不提

53. 最大子数组和

方法：抛弃连续和为负数的情况

局部最优：当前“连续和”为负数的时候立刻放弃，从下一个元素重新计算“连续和”，因为负数加上下一个元素 “连续和”只会越来越小。全局最优：选取最大“连续和”

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int ret = INT_MIN;
        int count = 0;
        for (int i = 0; i < nums.size(); i++) {
            count += nums[i];
            if (count > ret) ret = count;
            if (count < 0) count = 0;
        }
        return ret;
    }
};

也可以用动态规划做这个题，在此不提