代码随想录打卡Day 31| 贪心算法 part1

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;
    }
};