贪心算法day25| 贪心理论基础、455. 分发饼干、376. 摆动序列、53.最大子数组和

贪心理论基础

• 本质：想清楚 局部最优 是什么，如何推导出全局最优
• 贪心算法并没有固定的套路
• 怎么知道该不该用贪心算法呢？最好用的策略就是举反例，如果想不到反例，那么就试一试贪心吧。

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。你的目标是满足尽可能多的孩子，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 * 104
• 0 <= s.length <= 3 * 104
• 1 <= g[i], s[j] <= 231 - 1

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        sort(g.begin(),g.end());
        sort(s.begin(),s.end());
        int result=0;
        int index=s.size()-1;
        for(int i=g.size()-1;i>=0;i--)
        {
            if(index>=0&&s[index]>=g[i])
            {
                result++;
                index--;
            }
        }
        return result;
    }
};

局部最优：用最大的饼干满足胃口最大的孩子

整体最优：从而满足尽可能多的孩子（优化类问题）

优化类可以尝试取按照贪心的思路来做，由局部到整体

易错点：

  if(index>=0&&s[index]>=g[i])

注意index>=0不能漏写，而且必须写在前面！，如果放在&&后面则会出现异常！因为&&的判断是有先后顺序的，先看左边的再看右边的。如果index>=0写在前面，index<0是过不来的；反之，则s[index]中的index是完全有可能出现负值而造成异常，此时index>=0还没来得及判断。

• 这里是if而不是while，因为一个小孩知对应一个饼干

难点：

• 排序，思路是建立在有序的基础上的，所以开始之前需要对两个数组排序
• for循环遍历的是孩子而不是变干，主次关系要分清楚，在for循环内部再判断有没有合适的饼干

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。仅有一个元素或者含两个不等元素的序列也视作摆动序列。

• 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。

子序列 可以通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。

给你一个整数数组 nums ，返回 nums 中作为 摆动序列 的 最长子序列的长度 。

示例 1：

输入：nums = [1,7,4,9,2,5]
输出：6
解释：整个序列均为摆动序列，各元素之间的差值为 (6, -3, 5, -7, 3) 。

示例 2：

输入：nums = [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。
其中一个是 [1, 17, 10, 13, 10, 16, 8] ，各元素之间的差值为 (16, -7, 3, -3, 6, -8) 。

示例 3：

输入：nums = [1,2,3,4,5,6,7,8,9]
输出：2

提示：

• 1 <= nums.length <= 1000
• 0 <= nums[i] <= 1000

(自己第一遍做的，失败了但不知道为什么…:

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        vector<int> cha;
        for(int i=1;i<nums.size();i++)
        {
            cha.push_back(nums[i]-nums[i-1]);
        }
        int result=1;
        if(nums.size()==1||nums.size()==2&&nums[0]==nums[1])
        result= 1;
        else if(nums.size()==2&&nums[0]!=nums[1])
        result= 2;
        else
        {
            for(int i=0;i<cha.size();i++)
            {
                if(i=0&&cha[i]!=0)
                result++;
                if(i>0&&cha[i]*cha[i-1]<0)
                result++;
                else
                continue;
            }
        }
        return result;
    }
};

所以做这题的时候不建议大家用差数组，而是画原数组的摆动图，直接在原数组上操作，这样不容易乱。

正确的解法：

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        if(nums.size()<=1)
        return nums.size();
        int prediff=0;
        int curdiff=0;
        int result=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)
            {
                result++;
                prediff=curdiff;
            }
        }
        return result;
    }
};

虽然代码简短，但是思考的过程还是很复杂的。

难点：

• 要在元素处于峰值的时候result++。问题是，元素的峰值状态该怎么表示？这里我们引入了两个变量：prediff、curdiff，其中curdiff=nums[i+1]-nums[i]，表示该元素之后的坡度，那么prediff就表示了元素之前的坡度。prediff的值不是计算得来的，而是直接由上一阶段的curdiff赋值得来的。
• prediff什么时候该被赋值？只有当前一个curdiff有坡度的时候（即curdiff！=0），原因：为了使单调有平坡和摆动有平坡都成立（主要是为了使前者的情况成立）

易错点：

• 最后一个元素，默认峰值，因为它没有curdiff，所以不能代入，只好在初始化的时候就加1即result=1。
• 第一个元素，它没有prediff，因为我们在处理平坡的时候，前面的prediff是可以取0的，所以这时我们只要将prediff初始化为0，即可以非常巧妙地满足条件了

做这道题都是先按已经想到的来做，做完之后发现有问题再考虑是否漏情况了。因为情况很多，第一次很难考虑周全，需要你不断去调整。

这道题与贪心的关系：
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。

53. 最大子数组和

给你一个整数数组 nums ，请你找出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。

子数组

是数组中的一个连续部分。

示例 1：

输入：nums = [-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 。

示例 2：

输入：nums = [1]
输出：1

示例 3：

输入：nums = [5,4,-1,7,8]
输出：23

提示：

• 1 <= nums.length <= 105
• -104 <= nums[i] <= 104

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

本题是很容易错的，需要不断地调整。

核心逻辑：当子序<0时，就将它抛弃，取下一个数为新的起点；当子序和>0时，与下一个数相加，若>result，则改变result值。

易错点：

• 因为sum可能为负值，并且最后返回的result可能就是这个负值，所以reult初始时肯定要比任意的负值小，才能被赋上，所以int result=INT_MIN;