贪心的本质是选择每一阶段的局部最优,从而达到全局最优。
什么是局部最优,局部最优能否推出全局最优(举反例 举不出来的时候就可以试试贪心)
455.分发饼干
455.分发饼干
局部最优:大饼干就要优先分给胃口大的孩子,充分利用饼干尺寸喂饱一个,
全局最优:喂饱尽可能多的小孩。
class Solution {
public:
int findContentChildren(vector<int>& g, vector<int>& s) {
sort(g.begin(), g.end());
sort(s.begin(), s.end());
int index = s.size() - 1; // 饼干数组的下标
int res = 0;
for (int i = g.size() - 1; i >= 0; i--) { // 遍历胃口
if (index >= 0 && s[index] >= g[i]) { // 遍历饼干
res++;
index--;
}
}
return res;
}
};
376. 摆动序列
376. 摆动序列
情况很多 容易丢
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 || (nums.size() == 2 && nums[0] != nums[1])) { // {1} {1, 2}
return nums.size();
}
// 当 nums.size() >= 3
int len = nums.size();
int preNum = nums[0]; // 作比较的应该是已经形成摆动序列的部分的前一个值
for (int i = 1; i < nums.size() - 1; ++i) {
if ((nums[i] >= preNum && nums[i] <= nums[i + 1]) ||
(nums[i] <= preNum && nums[i] >= nums[i + 1])) {
// 非递减 或 非递曾
len--;
} else {
preNum = nums[i];
}
}
if (preNum == nums[nums.size() - 1]) { // {1, 1} {1, 1, 1} {1, 2}
len--;
}
return len;
}
};
53. 最大子序和
53. 最大子序和
例:对于 nums = [-2,1,-3,4,-1,2,1,-5,4]
它的-2 + 1 = -1;
其中要想使得连续和最大,一定是从 1
开始计算,负数会拉低结果;对于 1 + (-3) = -2;
下一个元素为 4
,要想使得连续和最大,也应该舍去连续和为负数的部分,从元素 4
重新开始计算连续和;
局部最优:当前连续和为负数时,从下一个元素重新计算连续和;
全局最优:选取最大连续和;
在局部最优的情况下,记录更新最大的“连续和”,从而推出全局最优
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int sum = 0;
int res = nums[0];
for (int i = 0; i < nums.size(); i++) {
sum += nums[i];
res = max(res, sum); //更新
if (sum < 0) {
sum = 0;
}
}
return res;
}
};