代码随想录算法训练营第38天|贪心算法part04|860.柠檬水找零、406.根据身高重建队列、 452. 用最少数量的箭引爆气球
860.柠檬水找零
代码随想录
思路:
只需要维护三种金额的数量,5,10和20。
有如下三种情况:
情况一:账单是5,直接收下。
情况二:账单是10,消耗一个5,增加一个10
情况三:账单是20,优先消耗一个10和一个5,如果不够,再消耗三个5
此时大家就发现 情况一,情况二,都是固定策略,都不用我们来做分析了,而唯一不确定的其实在情况三。
而情况三逻辑也不复杂甚至感觉纯模拟就可以了,其实情况三这里是有贪心的。
账单是20的情况,为什么要优先消耗一个10和一个5呢?
因为美元10只能给账单20找零,而美元5可以给账单10和账单20找零,美元5更万能!
所以局部最优:遇到账单20,优先消耗美元10,完成本次找零。全局最优:完成全部账单的找零。
局部最优可以推出全局最优,并找不出反例,那么就试试贪心算法!
代码:
python 自己做
class Solution(object):
def lemonadeChange(self, bills):
"""
:type bills: List[int]
:rtype: bool
"""
pocket = {5:0, 10:0, 20:0}
for bill in bills:
if bill == 5:
pocket[5] += 1
if bill == 10:
if pocket[5] != 0:
pocket[5] -= 1
else:
return False
pocket[10] += 1
if bill == 20:
if pocket[10] != 0 and pocket[5] != 0:
pocket[10] -= 1
pocket[5] -= 1
elif pocket[10] == 0 and pocket[5] >= 3:
pocket[5] -= 3
else:
return False
return True
406.根据身高重建队列
代码随想录
思路:
其实如果大家认真做了135. 分发糖果 (opens new window),就会发现和此题有点点的像。
如果两个维度一起考虑一定会顾此失彼。
如果按照k来从小到大排序,排完之后,会发现k的排列并不符合条件,身高也不符合条件,两个维度哪一个都没确定下来。
那么按照身高h来排序呢,身高一定是从大到小排(身高相同的话则k小的站前面),让高个子在前面。
此时我们可以确定一个维度了,就是身高,前面的节点一定都比本节点高!
那么只需要按照k为下标重新插入队列就可以了,为什么呢?
以图中{5,2} 为例:
按照身高排序之后,优先按身高高的people的k来插入,后序插入节点也不会影响前面已经插入的节点,最终按照k的规则完成了队列。
所以在按照身高从大到小排序后:
局部最优:优先按身高高的people的k来插入。插入操作过后的people满足队列属性
全局最优:最后都做完插入操作,整个队列满足题目队列属性
局部最优可推出全局最优,找不出反例,那就试试贪心。
刷题或者面试的时候,手动模拟一下感觉可以局部最优推出整体最优,而且想不到反例,那么就试一试贪心,至于严格的数学证明,就不在讨论范围内了。
回归本题,整个插入过程如下:
排序完的people: [[7,0], [7,1], [6,1], [5,0], [5,2],[4,4]]
插入的过程:
插入[7,0]:[[7,0]]
插入[7,1]:[[7,0],[7,1]]
插入[6,1]:[[7,0],[6,1],[7,1]]
插入[5,0]:[[5,0],[7,0],[6,1],[7,1]]
插入[5,2]:[[5,0],[7,0],[5,2],[6,1],[7,1]]
插入[4,4]:[[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]]
此时就按照题目的要求完成了重新排列。
代码:
python 自己做
class Solution(object):
def reconstructQueue(self, people):
"""
:type people: List[List[int]]
:rtype: List[List[int]]
"""
queue = []
# 先按照身高来进行由大到小的排序
people = self.sort(people)
print(people)
for head in people:
queue.insert(head[1], head)
return queue
def sort(self, people):
# 冒泡排序法
for i in reversed(range(0, len(people))):
for j in range(0, i):
if people[j+1][0] > people[j][0]:
people[j+1], people[j] = people[j], people[j+1]
if people[j+1][0] == people[j][0]:
if people[j+1][1] < people[j][1]:
people[j+1], people[j] = people[j], people[j+1]
return people
452. 用最少数量的箭引爆气球
代码随想录
思路:
直觉上来看,貌似只射重叠最多的气球,**用的弓箭一定最少((,那么有没有当前重叠了三个气球,我射两个,留下一个和后面的一起射这样弓箭用的更少的情况呢?
尝试一下举反例,发现没有这种情况。
那么就试一试贪心吧!局部最优:当气球出现重叠,一起射,所用弓箭最少。全局最优:把所有气球射爆所用弓箭最少。
算法确定下来了,那么如何模拟气球射爆的过程呢?是在数组中移除元素还是做标记呢?
如果真实的模拟射气球的过程,应该射一个,气球数组就remove一个元素,这样最直观,毕竟气球被射了。
但仔细思考一下就发现:如果把气球排序之后,从前到后遍历气球,被射过的气球仅仅跳过就行了,没有必要让气球数组remove气球,只要记录一下箭的数量就可以了。
以上为思考过程,已经确定下来使用贪心了,那么开始解题。
为了让气球尽可能的重叠,需要对数组进行排序。
那么按照气球起始位置排序,还是按照气球终止位置排序呢?
其实都可以!只不过对应的遍历顺序不同,我就按照气球的起始位置排序了。
既然按照起始位置排序,那么就从前向后遍历气球数组,靠左尽可能让气球重复。
从前向后遍历遇到重叠的气球了怎么办?
如果气球重叠了,重叠气球中右边边界的最小值 之前的区间一定需要一个弓箭。
以题目示例: [[10,16],[2,8],[1,6],[7,12]]为例,如图:(方便起见,已经排序)
代码:
python
自己做 : 时间会超时,考虑了左右边界,但是代码随想录没有考虑左边界,(其实只要考虑一个边界就可以了)
class Solution(object):
def findMinArrowShots(self, points):
"""
:type points: List[List[int]]
:rtype: int
"""
count = 1
points = self.sort(points)
overlap_left = points[0][0]
overlap_right = points[0][1]
for index in range(1, len(points)):
cur_left = points[index][0]
cur_right = points[index][1]
if cur_left <= overlap_right:
# 有重叠部分
overlap_left = cur_left
if cur_right <= overlap_right:
overlap_right = cur_right
else:
overlap_right = overlap_right
if cur_left > overlap_right:
count += 1
overlap_left = cur_left
overlap_right = cur_right
return count
def sort(self, people):
# 冒泡排序法 由小到大
for i in reversed(range(0, len(people))):
for j in range(0, i):
if people[j+1][0] < people[j][0]:
people[j+1], people[j] = people[j], people[j+1]
return people
代码随想录:只考虑了右边界
class Solution:
def findMinArrowShots(self, points: List[List[int]]) -> int:
if len(points) == 0: return 0
points.sort(key=lambda x: x[0])
result = 1
for i in range(1, len(points)):
if points[i][0] > points[i - 1][1]: # 气球i和气球i-1不挨着,注意这里不是>=
result += 1
else:
points[i][1] = min(points[i - 1][1], points[i][1]) # 更新重叠气球最小右边界
return result