贪心算法三道经典题（买卖股票，分发饼干）

贪心算法
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。
步骤：

• 将问题分解为若干个子问题
• 找出适合的贪心策略
• 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

分发饼干

LeetCode原题

找满足孩子数量的最大值———最优解问题
什么时候最优？孩子都被分配最小的符合条件的饼干
所以把问题拆解成：找到目前未被满足的需求最小的孩子，分配他最小的符合要求的饼干
使数组有序再遍历即可

class Solution {
    public int findContentChildren(int[] g, int[] s) {
        Arrays.sort(g);
        Arrays.sort(s);
         int m = g.length, n = s.length;
        int count = 0;
        for(int i =0,j=0;i<m&&j<n;i++,j++){
            while(j<n&&g[i]>s[j]){
                j++;
            }
            if(j<n){
                count++;
            }
        }
        return count;
    }
}

买卖股票的最佳时机

LeetCode原题

分析题目：
找最大利润————最优解问题
什么时候利润最大？买入价格和未来最高价格的差值最大时，利润最大
分解问题：找到每一天买入价格和未来最高价格的差值，比较即可

class Solution {
    public int maxProfit(int[] prices) {
        int maxprofit = 0;
        for(int i =0;i<prices.length;i++){
            int price = prices[i];
            int maxprice = prices[i];
            for(int j =i+1;j<prices.length;j++){
                if(maxprice<prices[j]){
                    maxprice = prices[j];
                }
            }
            int profit =maxprice-price;
            if(maxprofit<profit){
                maxprofit = profit;
            }
        }
        return maxprofit;
    }
}

上述方法时间复杂度较高，如何简化？
简化用一个变量遍历过的价格的最小值，因为只能买卖一次，所以无论如何，从最低点买都是利润最高的

public class Solution {
    public int maxProfit(int prices[]) {
        int minprice = prices[0];
        int maxprofit = 0;
        for (int i = 0; i < prices.length; i++) {
            if (prices[i] < minprice) {
                minprice = prices[i];
            } else if (prices[i] - minprice > maxprofit) {
                maxprofit = prices[i] - minprice;
            }
        }
        return maxprofit;
    }
}

买卖股票的最佳时机 II

LeetCode原题

为什么能够多次买入卖出，代码反而更简单了？
只需要考虑前一天和后一天的价格差即可
假设i天买入，后两天价格都上升了，i+1天卖了之后，i+1天再原价买入即可————只要下一天价格上升，就可以买入再买

class Solution {
    public int maxProfit(int[] prices) {
        int ans = 0;
        int n = prices.length;
        for (int i = 1; i < n; ++i) {
            ans += Math.max(0, prices[i] - prices[i - 1]);
        }
        return ans;
    }
}