1005. K次取反后最大化的数组和
本题简单一些,估计大家不用想着贪心 ,用自己直觉也会有思路。
题目链接/讲解: 代码随想录重点:
总共涉及到了两次贪心,第一次贪心是因为要把负数取反成正数,保证和最大,第二次贪心是负数取反完了,k依旧还有次数保留
第一次贪心(负数取反变正数):
1. 局部最优:让绝对值大的负数变为正数,当前数值达到最大
2. 全局最优:整个数组和达到最大
第二次贪心(k次数还没用完,把最小的正数反复取反):
1. 局部最优:只找数值最小的正整数进行反转,当前数值和可以达到最大
2. 全局最优:整个数组和达到最大
思路:
1. 将数组按照绝对值大小从大到小排序,注意要按照绝对值的大小
IntStream.of和Arrays.stream都是返回了IntStream,然后再boxed就可以变成stream流来操作
nums = IntStream.of(nums) .boxed() .sorted((o1, o2) -> Math.abs(o2) - Math.abs(o1)) .mapToInt(Integer::intValue).toArray();
2. 从前向后遍历,遇到负数将其变为正数,同时k--
for (int i = 0; i < nums.length; i++) { if (nums[i] < 0 && k > 0) { nums[i] = -nums[i]; k--; } }
3. 如果k还大于0,那么反复转变数值最小的元素,将k用完
if (k % 2 != 0) { nums[nums.length - 1] = -nums[nums.length - 1]; }
4. 求和
IntStream.of(nums).sum()
public int largestSumAfterKNegations(int[] nums, int k) {
// 将数组按照绝对值大小从大到小排序,注意要按照绝对值的大小
nums = IntStream.of(nums)
.boxed()
.sorted((o1, o2) -> Math.abs(o2) - Math.abs(o1))
.mapToInt(Integer::intValue).toArray();
// 从前向后遍历,遇到负数将其变为正数,同时k--
for (int i = 0; i < nums.length; i++) {
if (nums[i] < 0 && k > 0) {
nums[i] = -nums[i];
k--;
}
}
// 如果k还大于0,那么反复转变数值最小的元素,将k用完
if (k % 2 != 0) {
nums[nums.length - 1] = -nums[nums.length - 1];
}
// 求和
return IntStream.of(nums).sum();
}
134. 加油站
本题有点难度,不太好想,推荐大家熟悉一下方法二
题目链接/讲解:代码随想录
重点:
两种解法,一种暴力解法,一种贪心算法
贪心算法:
局部最优:当前累加rest[i]的和curSum一旦小于0,起始位置至少要是i+1,因为从i之前开始一定不行。
全局最优:找到可以跑一圈的起始位置。
思路:
暴力解法:
以每个加油站为起点不断尝试,只要净油量大于0就说明依旧可以跑到下一个油站,直到跑到起点位置,只要中间净油量小于0了,说明无法接着跑了
贪心算法:
1. 先判断是否存在答案,不存在返回-1
int totalSum = 0; for (int i = 0; i < gas.length; i++) { totalSum += gas[i] - cost[i]; } if (totalSum < 0) return -1;
2. 计算curSum,如果当前i的curSum小于0,说明[0, i]这个区间都不可能作为起点,因为这个区间选择任何一个位置作为起点,到i这里都会断油,那么起始位置从i+1算起,再从0计算curSum。
int curSum = 0; int result = 0; for (int i = 0; i < gas.length; i++) { // 计算当前净油量 curSum += gas[i] - cost[i]; // 如果当前净油量小于零,说明[0, i]区间都不能作为起始位置 // 因为这个区间选择任何一个位置作为起点,到i这里都会断油 // 那么起始位置从i+1算起,再从0计算curSum if (curSum < 0) { // 尝试i+1 result = (i + 1) % gas.length; // curSum重新从0开始计算 curSum = 0; } } return result;
// 暴力解法
public int canCompleteCircuit(int[] gas, int[] cost) {
for (int i = 0; i < cost.length; i++) {
// 以i为起点,跑到下一个加油站的净油量
int rest = gas[i] - cost[i];
// 下一个油站的index
int nextStation = (i + 1) % cost.length;
// 以i为起点,不断的计算每个油站的净油量
// 如果rest小于0,直接去尝试以i+1为起点
while (rest > 0 && nextStation != i) {
rest += gas[nextStation] - cost[nextStation];
nextStation = (nextStation + 1) % cost.length;
}
// 说明当前起点可以
if (rest >= 0 && nextStation == i) {
return i;
}
}
// 没有找到合适的起点
return -1;
}
// 贪心算法
public int canCompleteCircuit(int[] gas, int[] cost) {
// 先判断是否存在答案
// 总油量减去总消耗大于等于零那么一定可以跑完一圈
int totalSum = 0;
for (int i = 0; i < gas.length; i++) {
totalSum += gas[i] - cost[i];
}
// 不存在答案
if (totalSum < 0) return -1;
// 肯定存在答案
int curSum = 0;
int result = 0;
for (int i = 0; i < gas.length; i++) {
// 计算当前净油量
curSum += gas[i] - cost[i];
// 如果当前净油量小于零,说明[0, i]区间都不能作为起始位置
// 因为这个区间选择任何一个位置作为起点,到i这里都会断油
// 那么起始位置从i+1算起,再从0计算curSum
if (curSum < 0) {
// 尝试i+1
result = (i + 1) % gas.length;
// curSum重新从0开始计算
curSum = 0;
}
}
return result;
}
135. 分发糖果
本题涉及到一个思想,就是想处理好一边再处理另一边,不要两边想着一起兼顾,后面还会有题目用到这个思路题目链接/讲解:代码随想录
重点:
1. 这道题目一定是要确定一边之后,再确定另一边,例如比较每一个孩子的左边,然后再比较右边,如果两边一起考虑一定会顾此失彼。
2. 贪心算法
局部最优:
- 一次是从左到右遍历,只比较右边孩子评分比左边大的情况。
- 一次是从右到左遍历,只比较左边孩子评分比右边大的情况。
全局最优:相邻的孩子中,评分高的孩子获得更多的糖果。
思路:
1. 先确定右边评分大于左边的情况(也就是从前向后遍历)
此时局部最优:只要右边评分比左边大,右边的孩子就多一个糖果,全局最优:相邻的孩子中,评分高的右孩子获得比左边孩子更多的糖果
// 右孩比左孩评分高, i为右孩 for (int i = 1; i < ratings.length; i++) { if (ratings[i] > ratings[i - 1]) { candy[i] = candy[i - 1] + 1; } }
2. 再确定左孩子大于右孩子的情况(从后向前遍历)
遍历顺序这里有同学可能会有疑问,为什么不能从前向后遍历呢?
因为 rating[5]与rating[4]的比较 要利用上 rating[5]与rating[6]的比较结果,所以 要从后向前遍历。
局部最优:取candy[i + 1] + 1 和 candy[i] 最大的糖果数量,保证第i个小孩的糖果数量既大于左边的也大于右边的。全局最优:相邻的孩子中,评分高的孩子获得更多的糖果。
// 左孩比右孩评分高, i为左孩 for (int i = ratings.length - 2; i >= 0; i--) { if (ratings[i] > ratings[i + 1]) { // candy[i]为计算好的右孩比左孩评分高的结果 candy[i] = Math.max(candy[i], candy[i + 1] + 1); } }
public int candy(int[] ratings) {
int result = 0;
int[] candy = new int[ratings.length];
candy[0] = 1;
// 右孩比左孩评分高, i为右孩
for (int i = 1; i < ratings.length; i++) {
if (ratings[i] > ratings[i - 1]) {
candy[i] = candy[i - 1] + 1;
} else {
candy[i] = 1;
}
}
// 左孩比右孩评分高, i为左孩
for (int i = ratings.length - 2; i >= 0; i--) {
if (ratings[i] > ratings[i + 1]) {
// candy[i]为计算好的右孩比左孩评分高的结果
candy[i] = Math.max(candy[i], candy[i + 1] + 1);
}
}
for (int num : candy) {
result += num;
}
return result;
}