代码随想录算法训练营Day 31 | 贪心算法理论基础、LeetCode455.分发饼干、LeetCode376. 摆动序列、LeetCode53. 最大子序和

贪心算法理论基础

贪心算法：每一步取局部最优，最终可以获得全局最优。

什么时候用贪心：看是否能举出反例来，举不出来可以尝试使用贪心。

贪心有时候就是最常识的推导，无需数学公式或证明，很多时候不需要有为什么这么做，而是就是应该这么做的思想。

应该明确每一步的局部最优的思想是怎样的，是怎样通过局部最优求解全局最优。

LeetCode455.分发饼干

这道题的思路就是用大的饼干尽可能地满足大的胃口地孩子，以使饼干浪费的尽可能的少。代码如下：

当然反过来的思路也可以，就是让小饼干尽可能满足小胃口的孩子，以使饼干浪费尽可能的少。

这样就是局部最优，最终推出全局最优的情况，举不出反例，而且严格数学推导就太麻烦了。

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        sort(g.begin(),g.end());
        sort(s.begin(),s.end());
        int index = s.size()-1;
        int i = g.size()-1;
        int result = 0;
        while(index>=0 && i>=0){
            if(s[index]>=g[i]){
                index--;
                result++;
            }
            i--;
        }
        return result;
    }
};

LeetCode376. 摆动序列

本题需要考虑三种特殊情况：
1、上下坡有平坡儿
2、首尾节点
3、单调有平坡

对于第一种情况，只需要在if判断语句里面判断=0的情况
对于第二种情况，首节点时可以想象成在头节点延长了一个等值的节点，这样就会满足if判断语句，会result+1,而尾节点就默认+1即可
对于第三种情况，发现if判别语句中会默认把第三种情况也判别进来，所以将对predif的更新放在if语句里面，当坡度发生变化的时候，才默认更新predif，由此就可以排除第三种情况。

代码如下：时间复杂度O(n)；空间复杂度O(1)。
本题其实也可以用动态规划的方法，但是时间和空间复杂度会更复杂。

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        int predif = 0;
        int curdif = 0;
        int result = 0;

        for(int i=0;i<nums.size()-1;i++){
            curdif = nums[i+1]-nums[i];
            if((predif>=0 && curdif<0)
            || (predif<=0 && curdif>0)){
                result++;
                predif = curdif;
            }
        }
        return ++result;
    }
};

LeetCode53. 最大子序和

本题利用贪心策略求解局部最优的思想为，如果前面的连续和为负数，则立刻舍弃，从当前数开始做累加，其实这也实现了首尾不能是负数的思想。记录每个位置下的连续和大小，最终记录最大位置处的连续和。

代码如下：时间复杂度O(n)；空间复杂度O(1)

当然也可以使用动态规划的思想，时间空间复杂度要更大。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int result = INT_MIN;
        int sum = 0;
        for(int i=0;i<nums.size();i++){
            sum += nums[i];
            result = max(result,sum);
            if(sum<=0){
                sum = 0;
            }
        }
        return result;
    }
};