代码随想录第三十一天 455.分发饼干 376. 摆动序列 53. 最大子序和

一 贪心算法理论基础

贪心算法的本质是从每一个阶段的局部最优达到全局最优，但贪心算法并没有固定的套路，通常是手工模拟可行就尝试下贪心算法，如果不可行，就可能用动态规划。并且，贪心有时候就是常识性的推导，所以会认为本应该就这么做！

二 455.分发饼干

饼干有大有小，但小饼干只能满足小胃口的孩子，大饼干既能满足小胃口也能满足大胃口，即大饼干的用处更多。双指针思想，若思路是，先用小饼干满足小胃口的同学，先遍历饼干；两个指针i j分别指向饼干数组和胃口数组第一个元素，若饼干满足胃口，则 i++，j++；若饼干不满足胃口，则i++；若思路是先用大饼干满足大胃口孩子，先遍历孩子胃口。

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        //先进行排序，默认升序
        sort(g.begin(),g.end());
        sort(s.begin(),s.end());
        // 有点类似于双指针   小饼干先满足小胃口  遍历饼干 
        int count = 0;
        for(int i = 0,j = 0; i < s.size(); i++){
            if(j < g.size()&&s[i] >= g[j]){
                count++;
                j++;
            }
                
        }
        //count和j的数值大小是相同的
        return count;
    }
};

三 376. 摆动序列

思路是比较简单的，剔除上下坡中的多余点，但对于有平坡和两端的处理要麻烦很多。对于上下坡中有平坡，平坡中只有一个点是计入子序列长度的，这个时候就遇到了高度差为0的情况；同时对于两端的处理时，可以认为第一个元素前面还有一个相同的元素，即二者高度差为0，遍历也只遍历到倒数第二个元素。

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        //针对 0 1 2的情况
        if(nums.size() <= 1)
            return nums.size();
        if(nums.size() == 2){
            if(nums[0] == nums[1])
                return 1;
            return 2;
        }
        
        int curdiff = 0;
        int prediff = 0;
        int ans = 1;//最边上会有一个

       for (int i = 0; i < nums.size() - 1; i++) {
            curdiff = nums[i + 1] - nums[i];
            // 出现峰值
            if ((prediff <= 0 && curdiff > 0) || (prediff >= 0 && curdiff < 0)) {
                ans++;
                prediff = curdiff; // 注意这里，只在摆动变化的时候更新prediff
            }
        }
        return ans;

    }
};

四 53. 最大子序和

比较经典的贪心算法题，暴力解肯定是两层遍历，分别对应起始位置和终止位置。从局部上思考，两端的局部之和如果是正的，那就可以加入全局的子序列，如果是负的，自然是舍弃的。那么从代码上考虑，因为是连续的子序列，从头遍历时，子序列的和为正，那就继续往后加，并记录当前值，因为遇到负数后面也可能遇到绝对值更大的正数。而如果子序列和为负数时，这一段就不能要了，起点就调整到下一个数上，再将子序列的和清零，重复此流程。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
      
        int sum = 0;
        int maxnum = nums[0];
        for(int i = 0; i < nums.size(); i++){
            sum += nums[i];
            maxnum = max(sum,maxnum);
            if(sum < 0)
                sum = 0;
        }

        return maxnum;
    }
};

五 总结

1. 贪心是从局部到最优
2. 类似分发饼干这种题目会进行一对一的匹配的贪心算法题，可能会用到双指针思想。
3. 类似摆动数列这种题对于特殊情况的处理要十分注意。