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。
这么说有点抽象,来举一个例子:
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。
每次拿最大的就是局部最优,最后拿走最大数额的钱就是推出全局最优。
贪心没有套路,说白了就是常识性推导加上举反例。
第二题摆动序列:换一个思路,设置两个int记录前一个差和后一个差。再比较两个int。注意更新preDiff的时候要在if之下,因为有些地方(单调坡度上有平坡)不需要更新。
第三题最大连续子数组
不能单纯的只判断sums是否大于0,否则万一后面出现-5,4这样的数也会算进去,因为没有让sums小于0.
在设置一个result来更新最大sums。并且这个更新要放在if(sums <= 0) sums = 0;之后,否则就会漏掉数组里只有负数的情况。
第一题、分发饼干 LeetCode455 https://leetcode.cn/problems/assign-cookies/
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
局部最优解可以有两种方式:大饼干先喂胃口大的孩子,或者小饼干先喂胃口小的孩子。
这里用大饼干思路:
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;
int res = 0;
for(int i = g.size() - 1; i >= 0; i--){//大饼干喂给胃口大的
if(index >= 0 && s[index] >= g[i]){
res++;
index--;
}
}
return res;
}
};
第二题、摆动序列 LeetCode376 https://leetcode.cn/problems/wiggle-subsequence/
如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为 摆动序列 。第一个差(如果存在的话)可能是正数或负数。仅有一个元素或者含两个不等元素的序列也视作摆动序列。
例如, [1, 7, 4, 9, 2, 5] 是一个 摆动序列 ,因为差值 (6, -3, 5, -7, 3) 是正负交替出现的。
相反,[1, 4, 7, 2, 5] 和 [1, 7, 4, 5, 5] 不是摆动序列,第一个序列是因为它的前两个差值都是正数,第二个序列是因为它的最后一个差值为零。
子序列 可以通过从原始序列中删除一些(也可以不删除)元素来获得,剩下的元素保持其原始顺序。
给你一个整数数组 nums ,返回 nums 中作为 摆动序列 的 最长子序列的长度 。
设置两个int记录前一个差和后一个差。再比较两个int。注意更新preDiff的时候要在if之下,因为有些地方(单调坡度上有平坡)不需要更新。
class Solution {
public:
int wiggleMaxLength(vector<int>& nums) {
if (nums.size() <= 1) return nums.size();
int res = 1; //这里不是0
int preDiff = 0;
int curDiff = 0;
for(int i = 0; i < nums.size() - 1; i++){
curDiff = nums[i + 1] - nums[i];
//不是(preDiff >= 0 && curDiff < 0) && (preDiff <= 0 && curDiff > 0)
if((preDiff >= 0 && curDiff < 0) || (preDiff <= 0 && curDiff > 0)){
res++;
preDiff = curDiff;
}
//preDiff = curDiff; 在这里的话就漏掉了单调坡度上有平坡不用更新
}
return res;
}
};
第三题、最大子数组和 LeetCode53 https://leetcode.cn/problems/maximum-subarray/
给你一个整数数组 nums ,请你找出一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。
子数组 是数组中的一个连续部分。
示例 1:
输入:nums = [-2,1,-3,4,-1,2,1,-5,4]
输出:6
解释:连续子数组 [4,-1,2,1] 的和最大,为 6 。
一开始写的误区是,不能单纯的只判断sums是否大于0,否则万一后面出现-5,4这样的数也会算进去,因为没有让sums小于0.
在设置一个result来更新最大sums。并且这个更新要放在if(sums <= 0) sums = 0;之后,否则就会漏掉数组里只有负数的情况。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int sums = 0;
int res = INT32_MIN;
for(int i = 0; i < nums.size(); i++){
sums += nums[i];
// if(sums <= 0) sums = 0;
// if(sums > res) res = sums;
if(sums > res) res = sums;//顺序不能反,要先给res赋值,否则负数就漏掉了
if(sums <= 0) sums = 0;
}
return res;
}
};