LeetCode:135. Candy - Python

189 篇文章 3 订阅
135.分发糖果

问题描述:

老师想给孩子们分发糖果,有 N 个孩子站成了一条直线,老师会根据每个孩子的表现,预先给他们评分。

你需要按照以下要求,帮助老师给这些孩子分发糖果:

(1) 每个孩子至少分配到1个糖果。
(2) 评分更高的孩子必须比他两侧的邻位孩子获得更多的糖果
那么这样下来,老师至少需要准备多少颗糖果呢?

示例:

输入:[1,0,2]
输出:5
解释:你可以分别给这三个孩子分发 2、1、2 颗糖果。

问题分析:

题目解法有多种,题目提示为 贪心和数组,先介绍双数组法。根据题目要求(2)可知评分更高的孩子必须比他两侧的邻位孩子获得更多的糖果
(1) 我们可以先从左边向右边扫描,先满足每个孩子左边的条件
(2) 同理,在从右边向左边扫描,满足每个孩子右边的条件
(3) 最后根据取两者最大值即可满足要求
在这里插入图片描述

Python3实现:

# @Time   :2019/06/17
# @Author :Liu
# 双数组左右扫描法

class Solution:
    def candy(self, ratings):
        """
        :type ratings: List[int]
        :rtype: int
        """
        res = [1]*len(ratings)
        lbase, rbase = 1, 1

        for i in range(1, len(ratings)):  # 从左向右扫描
            lbase = lbase + 1 if ratings[i] > ratings[i-1] else 1
            res[i] = lbase

        for i in range(len(ratings)-2, -1, -1):  # 从右向左扫描
            rbase = rbase + 1 if ratings[i] > ratings[i+1] else 1
            res[i] = max(rbase, res[i])
        return sum(res)


if __name__ == '__main__':
    ratings = [1, 2, 2]
    print(Solution().candy(ratings))
一遍扫描方法

这个考虑峰值和谷点,稍微有点难理解,感兴趣的可以看下,下面是其他同学提交的优秀代码可以参考:

# 他人提交的优秀代码段


class Solution:
    def candy(self, ratings):
        """
        :type ratings: List[int]
        :rtype: int
        """
        if len(ratings) <= 1: return len(ratings)
        candies = 1
        up = down = peak = 0
        for i in range(1, len(ratings)):  # 上升阶段
            if ratings[i - 1] < ratings[i]:
                up += 1
                peak = up
                candies += 1 + up
                down = 0
            elif ratings[i - 1] > ratings[i]:  # 下降阶段
                down += 1
                candies += 1 + down - (1 if peak >= down else 0)
                up = 0
            else:  # 如果相等
                peak = up = down = 0
                candies += 1
        return candies


if __name__ == '__main__':
    ratings = [1, 2, 2]
    ratings = [4, 5, 6, 5, 4, 3, 2, 1]
    print(Solution().candy(ratings))

声明: 总结学习,有问题或不当之处,可以批评指正哦,谢谢。

题目链接

### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法。 LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值