贪心算法:每次操作保证局部最优,从而使最后结果全局最优。
题目链接:分发饼干
假设你是一位很棒的家长,想要给你的孩子们一些小饼干。但是,每个孩子最多只能给一块饼干。
对每个孩子 i i i,都有一个胃口值 g [ i ] g[i] g[i],这是能让孩子们满足胃口的饼干的最小尺寸;并且每块饼干 j j j,都有一个尺寸 s [ j ] s[j] s[j]。如果 s [ j ] > = g [ i ] s[j] >= g[i] s[j]>=g[i],我们可以将这个饼干 j j j分配给孩子 i i i,这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子,并输出这个最大数值。
示例1
输入: g = [1,2,3], s = [1,1]
输出: 1
解释:
你有三个孩子和两块小饼干,3个孩子的胃口值分别是:1,2,3。
虽然你有两块小饼干,由于他们的尺寸都是1,你只能让胃口值是1的孩子满足。
所以你应该输出1。
示例2
输入: g = [1,2], s = [1,2,3]
输出: 2
解释:
你有两个孩子和三块小饼干,2个孩子的胃口值分别是1,2。
你拥有的饼干数量和尺寸都足以让所有孩子满足。
所以你应该输出2.
提示
1 <= g.length <= 3 * 104
0 <= s.length <= 3 * 104
1 <= g[i], s[j] <= 231 - 1
题解
因为胃口值最小的孩子需要的饼干尺寸最小,所以先让他吃饱,然后再考虑剩下的胃口最小的孩子。
所以可以先对胃口值和饼干尺寸进行排序,然后通过遍历使每个孩子拿到的饼干尺寸与其胃口刚好满足$ s[j] >= g[i]$
最开始想的是用两层循环来做,但时间复杂度比较高为 O ( n 2 ) O(n^2) O(n2),但后面发现可以使用双指针法来做,只需一次循环,时间复杂度为 O ( n ) O(n) O(n),空间复杂度为 O ( 1 ) O(1) O(1)。
代码
class Solution {
public:
int findContentChildren(vector<int>& g, vector<int>& s) {
sort(g.begin(), g.end());
sort(s.begin(), s.end());
int child = 0;
int biscuit = 0;
while(child!=g.size() && biscuit != s.size())
{
if(g[child] <= s[biscuit]) child++;
biscuit++;
}
return child;
}
};