贪心算法理论基础
什么是贪心?
贪心的本质是选择每一阶段的局部最优,从而达到全局最优。
例如,有一堆钞票,你可以拿走十张,如果想达到最大的金额,你要怎么拿?
指定每次拿最大的,最终结果就是拿走最大数额的钱。
贪心的套路(什么时候用贪心)
没有固定套路,如何通过局部最优推出整体最优,靠手动模拟,使用举反例,如果想不到反例,就试一试贪心吧!
- 将问题分解成若干个子问题
- 找出合适的贪心策略
- 求解每一个子问题的最优解
- 将局部最优解堆叠成全局最优解
455.分发饼干
题目
假设你是一位很棒的家长,想要给你的孩子们一些饼干。但是,每个孩子最多只能给一块饼干。
对每个孩子i,都有一个胃口值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,都有一个尺寸s[j]。如果s[j]>=g[i],我们可以将这个饼干j分配给孩子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,由于它们的尺寸都是1,你只能让胃口值为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*10^4
- 0<=s.length<=3*10^4
- 1<=g[i],s[j]<=2^31-1;
思路1
为了满足更多的小孩,就不要造成饼干尺寸的浪费
大尺寸的饼干既可以满足胃口大的孩子也可以满足胃口小的孩子,那么就应该优先满足胃口大的。这里的局部最优就是大饼干喂给胃口大的,充分利用饼干尺寸喂饱一个,全局最优就是喂饱尽量多的小孩。
可以尝试使用贪心策略,先将饼干数组和小孩数组排序,然后从后向前遍历小孩数组,用大饼干优先满足胃口大的,并统计满足小孩的数量。
//时间复杂度:o(nlogn)
//空间复杂度:o(1)
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;//饼干数组的下标
int result=0;
for(int i=g.size()-1;i>=0;--i){//遍历胃口
if(index>=0&&s[index]>=g[i]){//遍历饼干
++result;
--index;
}
}
return result;
}
};
**注意:**思路1不可以先遍历饼干再遍历胃口
思路2
小饼干先喂饱小胃口,先遍历饼干再遍历胃口
class Solution{
public:
int findContentChildern(vector<int>& g,vector<int>& s){
sort(g.begin(),g.end());
sort(s.begin(),s.end());
int index;
for(int i=0;i<s.size();++i){//遍历饼干
if(index<g.size()&&g[index]<=s[i]){//胃口
++index;
}
}
return index;
}
};
总结
想清楚局部最优,想清楚全局最优,感觉局部最优是可以推出全局最优,并想不出反例,那么就可以试一试贪心