134 加油站
在一条环路上有 n
个加油站,其中第 i
个加油站有汽油 gas[i]
升。
你有一辆油箱容量无限的的汽车,从第 i
个加油站开往第 i+1
个加油站需要消耗汽油 cost[i]
升。你从其中的一个加油站出发,开始时油箱为空。
给定两个整数数组 gas
和 cost
,如果你可以按顺序绕环路行驶一周,则返回出发时加油站的编号,否则返回 -1
。如果存在解,则 保证 它是 唯一 的。
这个题呢,我一来都没有想到用暴力法,直接用贪心了。但是我发现我自己暴力法好像都写不出来,因为是环形的。我们先看看暴力法,现横向遍历每一个加油站为起点,然后再一直往下走遍历直到回到起点。
暴力法:
def canCompleteCircuit(self, gas: List[int], cost: List[int]) -> int:
if sum(gas) < sum(cost):
return -1
start = 0
for i in range(len(gas):
rest = gas[i] - cost[i]
index = (i+1) % len(gas) # 下一个加油站的索引
while rest > 0 and index != i: # 模拟以 i为起点走一圈
rest += gas[index] - cost[index]
index = (index+1) % len(gas)
if rest >= 0 and index == i:
return i
return -1
贪心法
贪心的思想,不就是找起始点吗
在已经直到gas总量大于cost总量的情况下,
我去遍历每个加油站
计算累加的gas-cost, 如果gas-cost < 0, 你的起点就应该往下移动一位,然后gas-cost置为0,我在继续往下走计算新起点的gas-cost,直到最后遍历完,那么最终的start_point就是我能够满足要求的起点.
i从0开始累加rest[i],和记为curSum,一旦curSum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。
那么局部最优: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。
def gredy(gas, cost):
if sum(gas) < sum(cost):
return -1
curGas = 0
start = 0
for i in range(len(gas)):
curGas += gas[i] - cost[i]
if curGas < 0:
curGas = 0
start = i + 1
return start
135. 分发糖果
n
个孩子站成一排。给你一个整数数组 ratings
表示每个孩子的评分。
你需要按照以下要求,给这些孩子分发糖果:
- 每个孩子至少分配到
1
个糖果。 - 相邻两个孩子评分更高的孩子会获得更多的糖果。
请你给每个孩子分发糖果,计算并返回需要准备的 最少糖果数目 。
输入:ratings = [1,0,2] 输出:5 解释:你可以分别给第一个、第二个、第三个孩子分发 2、1、2 颗糖果。
这个题,思考的角度很重要。因为是相邻,你需要考虑左右,两头兼顾,这样会让我们很难操作,为什么,因为你要考虑的东西变量多。左边中间右边,而且,举一个例子1,0,3,2 ,1你以中见的0为例,0的左边比他大,每个人只要一个,0肯定是分配一个,那么1就是分配2个,那么对应的3也应该分类2个,但是3后面是2,对2,你能看到2这个元素的上下文 2至少要分类2个糖果,那么3对应的应该分配三个,太乱了....
那如果我们分开呢。
先从左到右,看是否后一个元素是否大于前一个元素,如果后一个大于前一个,那么后一个的糖果肯定比前一个多1
然后我们从右到左,比较i 和 i+1元素,这里就需要贪心了,如果i>i+1, 去 i自生的糖果书或者 i-1 中的糖果书+1。为什么?局部最优:取candyVec[i + 1] + 1 和 candyVec[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。
def candy(self, ratings: List[int]) -> int:
if len(ratings) == 1:
return 1
candy_list = [1] * len(ratings) # 初始化 保证至少每一个人有一个糖果
# 从左向右 遍历
for i in range(1, len(ratings)):
if ratings[i] > ratings[i-1]:
candy_list[i] = candy_list[i-1] + 1
# 从右向左 遍历
for i in range(len(ratings-2, -1, -1):
if ratings[i] > ratings[i+1]:
candy_list[i] = max(candy_list[i], candy_list[i+1] + 1)
return sum(candy_list)
860 柠檬水找零
在柠檬水摊上,每一杯柠檬水的售价为 5
美元。顾客排队购买你的产品,(按账单 bills
支付的顺序)一次购买一杯。
每位顾客只买一杯柠檬水,然后向你付 5
美元、10
美元或 20
美元。你必须给每个顾客正确找零,也就是说净交易是每位顾客向你支付 5
美元。
注意,一开始你手头没有任何零钱。
给你一个整数数组 bills
,其中 bills[i]
是第 i
位顾客付的账。如果你能给每位顾客正确找零,返回 true
,否则返回 false
。
这个题很简单,贪心的思想在于,我那最少数量的张树去找零,也就是,优先先用面值大的找零
def lemonadeChange(self, bills: List[int]) -> bool:
five = 0
ten = 0
for i in range(len(bills):
if bills[i] == 5:
five += 1
elif bills[i] == 10:
if five > 0:
five -= 1
ten += 1
else:
return False
elif bills[i] == 20:
if five > 0 and ten > 0:
five -= 1
ten -= 1
elif five >= 3:
five -= 3
else:
return False
return True
406 根据身高重建队列
假设有打乱顺序的一群人站成一个队列,数组 people
表示队列中一些人的属性(不一定按顺序)。每个 people[i] = [hi, ki]
表示第 i
个人的身高为 hi
,前面 正好 有 ki
个身高大于或等于 hi
的人。
请你重新构造并返回输入数组 people
所表示的队列。返回的队列应该格式化为数组 queue
,其中 queue[j] = [hj, kj]
是队列中第 j
个人的属性(queue[0]
是排在队列前面的人)。
示例 1:
输入:people = [[7,0],[4,4],[7,1],[5,0],[6,1],[5,2]] 输出:[[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]] 解释: 编号为 0 的人身高为 5 ,没有身高更高或者相同的人排在他前面。 编号为 1 的人身高为 7 ,没有身高更高或者相同的人排在他前面。 编号为 2 的人身高为 5 ,有 2 个身高更高或者相同的人排在他前面,即编号为 0 和 1 的人。 编号为 3 的人身高为 6 ,有 1 个身高更高或者相同的人排在他前面,即编号为 1 的人。 编号为 4 的人身高为 4 ,有 4 个身高更高或者相同的人排在他前面,即编号为 0、1、2、3 的人。 编号为 5 的人身高为 7 ,有 1 个身高更高或者相同的人排在他前面,即编号为 1 的人。 因此 [[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]] 是重新构造后的队列。
这个题跟分糖果有点类似,有两个维度的条件,分糖果是相邻,你要判断左边和右边。这个右升高的h和k的要求的限制。你需要固定一个维度,在去看另一个维度。什么叫固定呢? 你一次性解决一个维度的问题,再去解决另一个维度,不要让两个同时遍历。说到这个身高,或者k,很自然的会想到排序,要么给身高排序,要么给k排序。但是你会发现,给k排序了并没有用,你得不到很有可以让你利用的信息,但是身高不同,你如果给身高排序且降序,你就可以直到你前面真正比你高的到底有多少,,前面的节点一定都比本节点高!接下来就是按照k为下表重新插入队列就行了。但是要注意,k也需要排序。什么意思,这里不是让k单独排序,而是在排序身高时候给k,让身高相同,但k较小的排在前面
局部最优:优先按身高高的people的k来插入。插入操作过后的people满足队列属性
全局最优:最后都做完插入操作,整个队列满足题目队列属性
class Solution:
def reconstructQueue(self, people: List[List[int]]) -> List[List[int]]:
# 先按照h维度的身高顺序从高到低排序。确定第一个维度
# lambda返回的是一个元组:当-x[0](维度h)相同时,再根据x[1](维度k)从小到大排序
people.sort(key=lambda x: (-x[0], x[1]))
que = []
# 根据每个元素的第二个维度k,贪心算法,进行插入
# people已经排序过了:同一高度时k值小的排前面。
for p in people:
que.insert(p[1], p)
return que