Day33 贪心算法 LeetCode 455. 分发饼干 376. 摆动序列 53. 最大子数组和

贪心：什么是贪心？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。

贪心算法一般分为如下四步：

• 将问题分解为若干个子问题
• 找出适合的贪心策略
• 求解每一个子问题的最优解
• 将局部最优解堆叠成全局最优解

题目：455. 分发饼干 - 力扣（LeetCode）

思路：

        大尺寸的饼干应该优先满足胃口大的孩子， 才能不造成饼干尺寸的浪费。因此这里的局部最优就是大饼干喂给胃口大的，充分利用饼干尺寸喂饱一个，全局最优就是喂饱尽可能多的小孩。

步骤：先对饼干和胃口数组进行排序，从最大的饼干和胃口开始遍历，先遍历胃口再遍历饼干。

代码：

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        sort(g.begin(), g.end());
        sort(s.begin(), s.end());
        int result = 0;//满足孩子的数量
        int index = s.size() - 1;//饼干数组的下标，从最大饼干开始遍历
        for(int i = g.size() - 1; i >= 0; i--){//遍历胃口
            if(index >= 0 && s[index] >= g[i]){//遍历饼干
                result++;//如果饼干尺寸满足胃口，孩子数量加一
                index--;//同时饼干下标减一
            }
        }
        return result;
    }
};

题目：376. 摆动序列 - 力扣（LeetCode）

思路：

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。

实际不需要删除操作，只需要统计峰值出现的数量就行。通过数组下标i，计算preDiff(nums[i] - nums[i - 1])和curDiff(nums[i + 1] - nums[i])，if(preDiff > 0 && curDiff < 0)或者if(preDiff < 0 && curDiff > 0)则说明出现了峰值。

需要考虑三种情况：

1. 情况一：上下坡中有平坡：(preDiff <= 0 && curDiff > 0) || (preDiff >= 0 && curDiff < 0)
2. 情况二：数组首尾两端：result初始为1（默认最右面有一个峰值）
3. 情况三：单调坡中有平坡：在 这个坡度 摆动变化的时候，更新preDiff

代码：

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;
    }
};

 题目：53. 最大子数组和 - 力扣（LeetCode）

思路：

        遍历nums，从头开始用count进行累加，如果累加和小于0了，再往后累加无论后面元素是正或负，都会拖累后面的子数组和，因此一旦count累加到nums[i]为负，那么就应该把count置为0，从nums[i + 1]开始重新累加。在这过程不断更新result，记录下最大值。

代码：

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int result = INT32_MIN;//记录最大和
        int count = 0;//记录遍历过程中的累加和
        for(int i = 0; i < nums.size(); i++){
            count += nums[i];
            if(count > result) result = count;// 取区间累计的最大值（相当于不断确定最大子序终止位置）
            if(count < 0) count = 0;// 相当于重置最大子序起始位置，因为遇到负数一定是拉低总和
        }
        return result;
    }
};