代码随想录算法训练营第三十一天| LeetCode455.分发饼干、LeetCode376. 摆动序列、LeetCode53. 最大子序和

455.分发饼干

题目描述: 455.分发饼干.

解法

贪心

class Solution(object):
    def findContentChildren(self, g, s):
        g.sort()
        s.sort()
        i = len(g) - 1
        j = len(s) - 1
        count = 0
        while i >= 0 and j >= 0:
            if s[j] >= g[i]:
                j-=1
                count += 1
            i-=1
        return count

主要思想就是找局部最优解，什么时候才是最优，因为每个人只能拿到一块饼干，那把一块大饼干分给胃口大的人就比分给胃口小的人要合理很多，或者说一个胃口小的人吃大饼干就没有吃小饼干划算。
这两种思路分别对应：
1.优先满足大胃口
2.优先使用小饼干

376. 摆动序列

题目描述: 376. 摆动序列.

解法

贪心

class Solution(object):
    def wiggleMaxLength(self, nums):
        pre_diff = 0
        cur_diff = 0
        count = 1
        for i in range(len(nums)-1):
            cur_diff = nums[i+1] - nums[i]
            if (cur_diff > 0 and pre_diff <= 0) or (cur_diff < 0 and pre_diff >= 0):
                count += 1
                pre_diff = cur_diff
        return count

一个节点的前面的差和后面的差是异号的，那这个节点就是一个摆动节点。
首先我们要知道，判断一个节点是否是摆动的，那至少需要3个节点进行判断，即前一节点，当前节点，后一节点，那么我们就要考虑边界情况：即一个节点如何判断，两个节点如何判断。当然可以直接强行设定，一个节点是摆动节点数量就是1，两个节点时摆动节点数量就是2。当然最好通过后面的逻辑进行判断。
那么最简单的判断方法就是前一个差和后一个差是否异号了，但是也存在很多其他情况
比如：上 n平 下，这就属于只有一个摆动节点，那么我们可以使用：如果前一个是大于等于0，后一个是小于0，就可以完成对这种平的位置进行判断，但是这样的方式也有缺点，如果是上 n平 上，就会多出来两个摆动节点，那其实完全可以等到判断出这个节点是波动节点，然后再更新前一个差就好了，如果平，那么前一个差会保持不变（一直是负号），只有遇到向下的时候，才会更新一个新的前一个差。
通过这种方式就可以应对中间有异常情况的节点计算，但是还没有考虑到边界情况，因为遍历的i最多到len（nums）-2，那么如果只有一个节点，那不会发生遍历，如果只有两个节点，那么只能计算一个后一个差，但只有两个节点的话，摆动序列长应该也是2，所以可以设置一个默认的前一个差为0，这样就可以满足计算，遍历到第一个节点的时候就会增加一个波动节点，此时再加上第二个节点，就是总节点数，因为无论怎么遍历，最后一个节点都不可能遍历到，但他一定是一个波动节点，那么可以将count默认设为1，这样也可以同时满足只有一个节点的情况。

53. 最大子序和

题目描述: 53. 最大子序和.

解法

贪心

class Solution(object):
    def maxSubArray(self, nums):
        max_sum = float('-inf')
        cur_sum = 0

        for num in nums:
            cur_sum += num
            if cur_sum > max_sum:
                max_sum = cur_sum
            if cur_sum < 0:
                cur_sum = 0
        return max_sum

我们可以从少量的数字来考虑这个问题，如果只有一个数字，是-1的话，那么就不管他，如果数字是正数，那么我们就要他，那扩大到序列来看，如果一个序列的和为负数，那么我们就不要他，如果一个序列的和为正数，我们就还要他。那就可以判断当前的序列，如果当前序列为负数了，就抛弃掉，从下一个开始重新计算序列，如果是正数，那我们就保留，并跟最大的进行对比。
不过还是要考虑一些极端情况，例如都是负数，那么这时候就得设定这个最大值的初始化值是负无穷。