贪心算法的理论基础
贪心算法就是将大问题分为小问题,取出局部最优,最后求解出全局最优。
455.分发饼干
思路: 本题中,饼干有可能大于小孩的胃口,也有可能小于小孩的胃口,因此为了满足更多的小孩,我们应该用大饼干满足大胃口的小孩,这样不会造成饼干的浪费,可以满足更多小孩。
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;
int result=0;
for(int i=g.size()-1;i>=0;i--){
if(index>=0&&s[index]>=g[i]){
result++;
index--;
}
}
return result;
}
};
376. 摆动序列
思路: 本题求摆动序列,就是求有多少个峰值,峰值就代表着他的左右是一正一负。此时,序列有三种情况:
- 上下坡中有平坡:
- 数组首尾两端:可以分情况讨论,也可以在第一个元素之前设置一个虚拟节点。
- 单调坡中有平坡:将前差值preduff的变化与峰值相联系,有峰值在进行prediff=curdiff。
class Solution {
public:
int wiggleMaxLength(vector<int>& nums) {
if (nums.size() <= 1)
return nums.size();
int curDiff = 0;
int preDiff = 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;
}
};
53. 最大子序和
思路: 使用贪心算法,当和为负时,一定会导致之后的和减小,此时就可以从下一个起点开始重新寻找区间。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int result = INT32_MIN;
int count = 0;
for (int i = 0; i < nums.size(); i++) {
count += nums[i];
if (count > result) {
result = count;
}
if (count <= 0) count = 0;
}
return result;
}
};