贪心算法
贪心的本质是选择每一阶段的局部最优,进而得到全局最优。没有固定的套路,需要自行判断题目是否能用贪心来做。
1. 摆动序列
1.1 思路
思路1:贪心:从前往后,不断找到峰值,即极大值和极小值,通过统计极大值和极小值的数量来得到结果,思路比较简单
1.2 代码
class Solution {
public:
int wiggleMaxLength(vector<int>& nums) {
if(nums.size() <= 1){
return nums.size();
}
int result = 1; //首部肯定必有一个峰值
int pre = 0;
int cur = 0;
for(int i = 0; i < nums.size() - 1; i++){
cur = nums[i + 1] - nums[i];
if(pre >= 0 && cur < 0 || pre <= 0 && cur > 0){
result++;
pre = cur;
}
}
return result;
}
};
2. 最大子数组和
2.1 思路
思路简单,但是比较难以想到。贪心的思路:当和遇到小于0时,立马抛弃,从下一位置重新开始。最大和使用一个数记录就行。
2.2 代码
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int result = nums[0];
int i = 0;
int sum = 0;
while(i < nums.size()){
sum += nums[i];
if(sum > result){
result = sum;
}
if(sum < 0){
sum = 0;
}
i++;
}
return result;
}
};
3. 跳跃游戏II
3.1 思路
使用贪心算法:
思路一:先找能到达最终点的最前面一个点,然后将最终点替换为找到的点,不断寻找能到达该点的最前一个点。最坏时间复杂度O(n^2),最好时间复杂度O(1)
思路二:从前往后遍历,每一次遍历更新下一个节点的最大覆盖范围,当索引走到当前节点所能覆盖的最大范围时,需要进行更新当前节点的最大覆盖范围,同时次数加一。具体见代码
3.2 代码
class Solution {
public:
int jump(vector<int>& nums) {
//思路一
int target = nums.size() - 1;
int result = 0;
while(target != 0){
for(int i = 0; i < nums.size() - 1; i++){
if(nums[i] + i >= target){
target = i;
result++;
break;
}
}
}
return result;
//思路二
// int cur = 0;
// int next = 0;
// int result = 0;
// for(int i = 0; i < nums.size() - 1; i++){
// next = max(next, nums[i] + i); //下一个节点所能覆盖的最远距离
// if(i == cur){ //当前节点覆盖的最远距离到了则必须更新
// cur = next;
// result++;
// }
// }
// return result;
}
};