代码随想录算法训练营第31天| 455. 分发饼干、376. 摆动序列、53. 最大子数组和

最新推荐文章于 2024-09-01 16:27:26 发布

hello_brucebat

最新推荐文章于 2024-09-01 16:27:26 发布

阅读量80

点赞数

分类专栏：代码随想录打卡文章标签：算法 leetcode 数据结构

本文链接：https://blog.csdn.net/hello_brucebat/article/details/130161778

版权

代码随想录打卡专栏收录该内容

39 篇文章 0 订阅

订阅专栏

文章介绍了三个使用Python实现的算法问题解决方案：1)饼干分配问题，通过排序和迭代找到能最大化满足孩子需求的方法；2)摆动序列，找出给定数列中最长的摆动子序列；3)最大子数组和，利用递归策略找到数组中连续子数组的最大和。

摘要由CSDN通过智能技术生成

455. 分发饼干：

代码思路

class Solution:
    def findContentChildren(self, g: List[int], s: List[int]) -> int:
        # 让最小的孩子先得到满足
        g = sorted(g)
        s = sorted(s)
        res = 0
        g_index = 0
        s_index = 0
        while g_index < len(g) and s_index < len(s):
            if s[s_index] >= g[g_index]:
                g_index += 1
                s_index += 1
                res += 1
            else:
                s_index += 1 
        return res

376. 摆动序列：

代码思路

class Solution:
    def wiggleMaxLength(self, nums: List[int]) -> int:
        preC,curC,res = 0,0,1  #题目里nums长度大于等于1，当长度为1时，其实到不了for循环里去，所以不用考虑nums长度
        for i in range(len(nums) - 1):
            curC = nums[i + 1] - nums[i]
            if curC * preC <= 0 and curC !=0:  #差值为0时，不算摆动
                res += 1
                preC = curC  #如果当前差值和上一个差值为一正一负时，才需要用当前差值替代上一个差值
        return res

        return len(wiggle_list)

53. 最大子数组和：

代码思路

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        n = len(nums)
        #递归终止条件
        if n == 1:
            return nums[0]
        else:
            #递归计算左半边最大子序和
            max_left = self.maxSubArray(nums[0:len(nums) // 2])
            #递归计算右半边最大子序和
            max_right = self.maxSubArray(nums[len(nums) // 2:len(nums)])
        
        #计算中间的最大子序和，从右到左计算左边的最大子序和，从左到右计算右边的最大子序和，再相加
        max_l = nums[len(nums) // 2 - 1]
        tmp = 0
        for i in range(len(nums) // 2 - 1, -1, -1):
            tmp += nums[i]
            max_l = max(tmp, max_l)
        max_r = nums[len(nums) // 2]
        tmp = 0
        for i in range(len(nums) // 2, len(nums)):
            tmp += nums[i]
            max_r = max(tmp, max_r)
        #返回三个中的最大值
        return max(max_right,max_left,max_l+max_r)