理论基础 - 🔗
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。
贪心算法一般分为如下四步:
- 将问题分解为若干个子问题
- 找出适合的贪心策略
- 求解每一个子问题的最优解
- 将局部最优解堆叠成全局最优解
这个四步其实过于理论化了,我们平时在做贪心类的题目 很难去按照这四步去思考,真是有点“鸡肋”。做题的时候,只要想清楚 局部最优 是什么,如果推导出全局最优,其实就够了。
455.分发饼干 - 🔗
讲解 - 🔗
💡思路是胃口从小到大去满足尽量多的孩子,注意循环开始之前两个数组都要变成递增的。
class Solution:
def findContentChildren(self, g: List[int], s: List[int]) -> int:
g, s = sorted(g), sorted(s)
res = 0
pos = 0
# 小饼干先喂饱小胃口
for i in range(len(g)):
while pos < len(s):
if s[pos] >= g[i]:
res += 1
pos += 1
break
pos += 1
return res
376. 摆动序列 - 🔗
讲解 - 🔗
💡自己思考的时候还是有点混乱,需要把所有情况列出来。解析的方法比较妙:
局部最优:删除单调坡度上的节点(不包括单调坡度两端的节点),那么这个坡度就可以有两个局部峰值。
整体最优:整个序列有最多的局部峰值,从而达到最长摆动序列。
实际操作上,其实连删除的操作都不用做,因为题目要求的是最长摆动子序列的长度,所以只需要统计数组的峰值数量就可以了(相当于是删除单一坡度上的节点,然后统计长度)。
这就是贪心所贪的地方,让峰值尽可能的保持峰值,然后删除单一坡度上的节点。
class Solution:
def wiggleMaxLength(self, nums: List[int]) -> int:
path = []
for i in range(len(nums)):
if not path or len(path) == 1 and nums[i] != path[0]:
path.append(nums[i])
continue
if nums[i] > path[-1] and path[-1] < path[-2] or nums[i] < path[-1] and path[-1] > path[-2]:
path.append(nums[i])
elif i < len(nums) - 1 and nums[i] < path[-1] and path[-1] < path[-2] and nums[i + 1] > nums[i]:
path[-1] = nums[i]
elif i < len(nums) - 1 and nums[i] > path[-1] and path[-1] > path[-2] and nums[i + 1] < nums[i]:
path[-1] = nums[i]
continue
return len(path)
53. 最大子序和 - 🔗
讲解 - 🔗
💡没什么思路。局部最优的情况下,并记录最大的“连续和”,可以推出全局最优。从代码角度上来讲:遍历nums
,从头开始用count
累积,如果count
一旦加上nums[i]
变为负数,那么就应该从nums[i+1]
开始从 0 累积count
了,因为已经变为负数的count
,只会拖累总和。
误区:
大家在使用贪心算法求解本题,经常陷入的误区,就是分不清,是遇到 负数就选择起始位置,还是连续和为负选择起始位置。
在动画演示用,大家可以发现, 4,遇到 -1 的时候,我们依然累加了,为什么呢?
因为和为 3,只要连续和还是正数就会 对后面的元素 起到增大总和的作用。 所以只要连续和为正数我们就保留。
这里也会有录友疑惑,那 4 + -1 之后 不就变小了吗? 会不会错过 4 成为最大连续和的可能性?
其实并不会,因为还有一个变量 result 一直在更新 最大的连续和,只要有更大的连续和出现,result 就更新了,那么 result 已经把 4 更新了,后面 连续和变成 3,也不会对最后结果有影响。
class Solution:
def maxSubArray(self, nums):
result = float('-inf') # 初始化结果为负无穷大
count = 0
for i in range(len(nums)):
count += nums[i]
if count > result: # 取区间累计的最大值(相当于不断确定最大子序终止位置)
result = count
if 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
count = 0
return result