day31打卡
思路:用贪心的策略,排序两个数组,用最大的饼干倒着遍历孩子找出对应的第一个能满足的孩子,再继续向前遍历,直到饼干吃完即可。
class Solution {
public:
int findContentChildren(vector<int>& g, vector<int>& s) {
//排序
sort(g.begin(), g.end());
sort(s.begin(), s.end());
//记录数量
int ret = 0;
int tmp = s.size() - 1;
for(int i = g.size()-1; i >= 0; i--)
{
if(tmp >= 0 && s[tmp] >= g[i])
{
ret++;
tmp--;
}
}
return ret;
}
};
动态规划,思路:
dp表:
使用两个dp表,一个记录以i结尾,最后一个位置呈上升趋势
的最长摆动序列的长度;
另一个记录,以i为结尾,最后一个位置呈下降趋势
的最长摆动序列的长度
状态转移方程:
以i为结尾,它的前一个位置可以是[0, i-1]
,所以我们设j为[0, i-1]
区间的某个位置
所以f[i]可以分为:
- 子序列长度为1,f[i] = 1
- 子序列长度大于1,由于结尾要为上升趋势,所以
nums[i] > nums[j]
并且j结尾需要呈下降趋势,所以最长摆动序列就是g[j]+1
。
g[i]可以分为:
- 子序列长度为1,g[i] = 1
- 子序列长度大于1,结尾需要呈下降趋势,所以
nums[i] < nums[j]
并且j结尾需要呈上升趋势,最长摆动序列就是f[i]+1
所以只需要取,当前长度分别和g[i]+1,f[i]+1的最大值即可。
初始化:
所有元素能单独构成摆动序列,初始化为1即可。
填表顺序:
从左向右
返回值:
返回两个dp表中的最大值即可,我们也可以自己维护一个最大值ret
class Solution {
public:
int wiggleMaxLength(vector<int>& nums) {
int n = nums.size();
if(n < 2) return n;
//创建dp数组
vector<int> f(n, 1), g(n, 1);
//初始化
//填表
int ret = 1;
for(int i = 1; i < n; i++)
{
for(int j = 0; j < i; j++)
{
if(nums[i] > nums[j])
f[i] = max(f[i], g[j]+1);
if(nums[i] < nums[j])
g[i] = max(g[i], f[j]+1);
}
ret = max(ret, max(f[i], g[i]));
}
//返回值
return ret;
}
};
动态规划,思路:
dp表:
dp[i]表示以i元素为结尾的所有子数组中的最大和。
状态转移方程:
dp[i]分为两种情况:
-
子数组长度为1:
dp[i] = nums[i]
-
子数组长度大于1:dp[i]等于以i-1做结尾的dp数组加上nums[i]即可
为:
dp[i] = dp[i-1] + nums[i]
所以,状态转方程为dp[i] = max(nums[i], dp[i-1]+nums[i])
初始化:
在最前面加上一个辅助节点,dp[0] = 0
,在第一次填表时,会访问到该位置,为了保证结果不出错初始化为0。
填表:
从左到右
返回值:
返回dp表中的最大值即可。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
//创建dp数组
int n = nums.size();
if(n == 1) return nums[0];
vector<int> dp(n+1);
//初始化
dp[0] = 0;
//填表
for(int i = 1; i <= n; i++)
{
dp[i] = max(nums[i-1], dp[i-1] + nums[i-1]);
}
//返回值
int ret = INT_MIN;
for(int i = 1; i <= n; i++)
ret = max(ret, dp[i]);
return ret;
}
};