代码随想录算法训练营第三十一天| 贪心算法理论基础、455.分发饼干、376.摆动序和、53.最大子序和

贪心算法理论基础

文章链接：贪心理论基础
思想：贪心没有套路，说白了就是常识性推导加上举反例。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。

Leetcode 455.分发饼干

题目链接：455.分发饼干
解题思路：贪心思路：先将大的饼干发给胃口大的孩子，因此我们将饼干和孩子胃口排序一下，然后从大到小开始分发；当然也可以从小的饼干发给胃口小的孩子。
细节：动态数组应该是孩子胃口，不应该是饼干，不然的话如果满足不了胃口大的孩子的话饼干也一直移动，导致没分发饼干。

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        int count = 0;
        sort(s.begin(), s.end());
        sort(g.begin(), g.end());
        int index = s.size() - 1;
        for(int i = g.size() - 1; i >= 0; i--) {
            if(index >= 0 && s[index] >= g[i]) {
                count++;
                index--;
            }
        }
        return count;
    }
};

• 时间复杂度为O(nlogn)
• 空间复杂度为O(1)

Leetcode 376.摆动序和

题目链接：376.摆动序和
解题思路：首先我们得定义前一个差和后一个差分别为PreDiff和CurDiff，并且这两个差必须是一正一负或者一负一正，否则不计入摆动，PreDiff = nums[i] - nums[i -1], curDiff = nums[i+1] - nums[i]，那么这题的特殊情况可以分三种情况讨论：

1. 上下有平坡：假设我们删掉同样的元素，只要最右的最后一个元素，所以因此它的PreDiff为0，而CurDiff是正常； 因此判断条件中要加入Prediff <= 0 or Prediff >= 0
2. 首尾元素：当一个序列长度为2且首尾元素不相等时，也视作摆动序列；我们可以将result = 1，然后将prediff = 0视作复制了一个首元素；因此首尾元素不相同时，摆动序列长度为2
3. 单调序列有平坡：我们PreDiff是等于上一个i的curDiff，但如果在单调序列有平坡的情况下，例如单调上1 2 2 2 3 4这种情况，在2到3这种情况我们会记录result++；因为preDiff = 0且curDiff > 0，但我们之前preDiff其实是正数，这里不应该result++；哪里出错了？因为我们将preDiff在平坡的时候也一直更新；我们应该当摆动出现时才更新PreDiff。

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        if(nums.size() <= 1) return 1;
        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;
    }
};

• 时间复杂度为O(n)
• 空间复杂度为O(1)

Leetcode 53.最大子序和

题目链接：53.最大子序和
解题思路：解决方案就是当子序和为负数时置为0，因为子序和为负数时对下一个数是负担；因此贪心的思想就是直接丢弃当前子序和，并以下一个数为起始点计算子序和

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int sum = 0;
        int result = -0x3f3f3f3f;
        for(int i = 0; i < nums.size(); i++) {
            sum += nums[i];
            result = max(sum, result);
            if(sum < 0) sum = 0; 
        }
        return result;
    }
};

• 时间复杂度为O(n)
• 空间复杂度为O(1)