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

Dead Woods

已于 2023-09-09 21:52:15 修改

阅读量253

点赞数

分类专栏：算法刷题文章标签：算法排序算法 leetcode

于 2023-09-09 18:32:29 首次发布

本文链接：https://blog.csdn.net/a20010616/article/details/132745389

版权

算法刷题专栏收录该内容

38 篇文章 1 订阅

订阅专栏

贪心算法其实就是没有什么规律可言，所以大家了解贪心算法就了解它没有规律的本质就够了。

不用花心思去研究其规律，没有思路就立刻看题解。

基本贪心的题目有两个极端，要不就是特简单，要不就是死活想不出来。

学完贪心之后再去看动态规划，就会了解贪心和动规的区别。

理论基础

代码随想录

455.分发饼干

455. 分发饼干

代码随想录

 // 思路1：优先考虑饼干，小饼干先喂饱小胃口
    public int findContentChildren(int[] g, int[] s) {
        Arrays.sort(g);
        Arrays.sort(s);
        int start = 0;
        for (int i = 0; i < s.length && start < g.length; i++) {
            if (s[i] >= g[start]) {
                start++;
            }
        }
        return start;
    }

// 思路2：优先考虑胃口，先喂饱大胃口
    public int findContentChildren(int[] g, int[] s) {
        Arrays.sort(g);
        Arrays.sort(s);
        int count = 0;
        int start = s.length - 1;
        // 遍历胃口
        for (int index = g.length - 1; index >= 0; index--) {
            if(start >= 0 && g[index] <= s[start]) {
                start--;
                count++;
            }
        }
        return count;
    }

376. 摆动序列

代码随想录

public int wiggleMaxLength(int[] nums) {
        if (nums.length <= 1) {
            return nums.length;
        }
        int curDiff = 0;
        int preDiff = 0;
        int count = 1;
        for (int i = 1; i < nums.length; i++) {
            //得到当前差值
            curDiff = nums[i] - nums[i - 1];
            //如果当前差值和上一个差值为一正一负
            //等于0的情况表示初始时的preDiff
            if ((curDiff > 0 && preDiff <= 0) || (curDiff < 0 && preDiff >= 0)) {
                count++;
                preDiff = curDiff;
            }
        }
        return count;
    }

53. 最大子序和

53. 最大子数组和

代码随想录

可以用dp，也可以用贪心

 public int maxSubArray(int[] nums) {
        if (nums.length == 1){
            return nums[0];
        }
        int sum = Integer.MIN_VALUE;
        int count = 0;
        for (int i = 0; i < nums.length; i++){
            count += nums[i];
            sum = Math.max(sum, count); // 取区间累计的最大值（相当于不断确定最大子序终止位置）
            if (count <= 0){
                count = 0; // 相当于重置最大子序起始位置，因为遇到负数一定是拉低总和
            }
        }
       return sum;
    }