贪心算法理论基础:
贪心算法没有类似递归、回溯的套路。主要的思想可以理解为:用局部最优找全局最优。
#LeetCode 455. Assign Cookies
#LeetCode 455. 视频讲解:贪心算法,你想先喂哪个小孩?| LeetCode:455.分发饼干_哔哩哔哩_bilibili
题目需要考虑局部最优,在这个题目中是大饼干尽可能分给胃口大的,充分利用饼干尺寸,全局最优是分给尽可能多的小孩。
注意用if 来表示某个条件,如果用while 会出现重复计数的问题。
代码:
class Solution {
public int findContentChildren(int[] g, int[] s) {
Arrays.sort(g);
Arrays.sort(s);
int result = 0;
int index = s.length - 1;
for (int i = g.length - 1; i >= 0; i--) {
if (index >= 0 && g[i] <= s[index]) {
result ++;
index --;
}
}
return result;
}
}
#LeetCode 376. Wiggle Subsequence
#LeetCode 376. 视频讲解:贪心算法,寻找摆动有细节!| LeetCode:376.摆动序列_哔哩哔哩_bilibili
如果使用prediff 表示第二个数字与第一个数字的差值,curdiff 表示第三个数字与第二个数字的差值,那么存在,
满足条件的情况1 :prediff(nums[i] - nums[i - 1]) >= 0 同时 curdiff(nums[i + 1] - nums[i]) < 0
满足条件的情况2 :prediff(nums[i] - nums[i - 1] <= 0 同时 curdiff(nums[i + 1] - nums[i]) > 0。
如果curdiff 等于0,那么代表后两个元素相同,是不满足摆动条件的,所以只有prediff 可以等于0。那么会存在:[1, 2, 2, 1] 这样的情况摆动是3,还有情况是[1, 2] 这样的摆动是2,还有一种是[1, 2, 2, 2, 3, 4] 这样的情况摆动是2。针对最后一个情况,采取的方式是:prediff = curdiff; 这行代码的执行是在满足摆动条件时。
代码:
class Solution {
public int wiggleMaxLength(int[] nums) {
int prediff = 0, curdiff = 0;
int result = 1;
for (int i = 0; i < nums.length - 1; i++) {
curdiff = nums[i+1] - nums[i];
if ((prediff >= 0 && curdiff < 0) || (prediff <= 0 && curdiff > 0)) {
result ++;
prediff = curdiff;
}
}
return result;
}
}
#LeetCode 53. Maximum Subarray
#LeetCode 53. 视频讲解:贪心算法的巧妙需要慢慢体会!LeetCode:53. 最大子序和_哔哩哔哩_bilibili
如果是[-2,-1],添加这一行代码:result = Math.max(sum, result); 这一行代码的意义是在每一次循环迭代中更新并维护最大子数组和的当前最优值。遇到连续和负数,才重新计算,而不是遇到负数就重新计算。如果遇到连续和负数,代表会造成最终的值变小。
代码:
class Solution {
public int maxSubArray(int[] nums) {
int result = Integer.MIN_VALUE;
int sum = 0;
if (nums.length == 1) {
return nums[0];
}
for (int i = 0; i < nums.length; i++) {
sum += nums[i];
result = Math.max(sum, result);
if (sum > 0) {
if (result < sum) {
result = sum;
}
}
else {
sum = 0;
}
}
return result;
}
}