贪心算法：理论基础 分发饼干 摆动序列 最大子序和

最新推荐文章于 2024-10-04 18:35:20 发布
最新推荐文章于 2024-10-04 18:35:20 发布
阅读量1k 收藏 22
点赞数 16
文章标签： 贪心算法 算法 leetcode 数据结构
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_59425585/article/details/134925122
版权

理论基础 

  • 什么是贪心算法？
    • 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。
  • 什么时候用贪心算法？
    • 贪心算法并没有固定的套路。唯一的难点就是如何通过局部最优，推出整体最优。
  • 如何验证可不可以用贪心算法？
    • 最好用的策略就是举反例，如果想不到反例，那么就试一试贪心吧。
  • 贪心算法一般解题步骤(比较理论化，实用性不强)
    • 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

455.分发饼干

  • 思路：
    • 如果用最大的饼干来喂胃口最小的孩子，势必会造成饼干尺寸的浪费。所以为了满足更多的小孩，思路应该是尽量用大的饼干来满足胃口大的孩子，从后向前遍历小孩数组，尺寸大的饼干优先满足胃口大的孩子，并统计满足小孩数量(或小饼干先喂饱小胃口)。
    • 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可能多的小孩
  • 时间复杂度：O(nlogn)
  • 空间复杂度：
最低0.47元/天 解锁文章
暁_
关注
贪心算法：分发饼干、摆动序列、最大子序和
evildoerxmf的博客
09-15 278
贪心没有套路，就是常识性推导加上反举例。贪心的本质是在每个阶段选择局部最优解，推出全局最优解。分发饼干：局部最优就是小饼干优先喂给胃口小的，这样可以保证剩下来的是大饼干。时间复杂度是O(nlgn)，由于快排是O(nlgn)，遍历是O(n)，所以合起来还是这么多。最长摆动序列：局部最优解是有尽可能多的局部峰值，删除单调坡度上的节点（不包括坡度两端），那么这个坡度就可以有两个局部最优峰值。整体最优：整个序列有最多的局部峰值，从而达到最长摆动序列。最大子序列。
Day31.贪心算法：分发饼干、摆动序列、最大子序和
izwmain的博客
11-26 180
代码随想录，第31天
力扣算法刷题Day31｜贪心：分发饼干 摆动序列 最大子序和
m0_73817408的博客
06-10 131
455.分发饼干。
打卡第二十七天：贪心算法理论基础、分发饼干、摆动序列、最大子序和
Nothingville0v0的博客
07-29 917
从代码角度上来讲：遍历 nums，从头开始用 count 累积，如果 count 一旦加上 nums[i]变为负数，那么就应该从 nums[i+1]开始从 0 累积 count 了，因为已经变为负数的 count，只会拖累总和。很容易可以发现，对于我们当前考虑的这个数，要么是作为山峰（即 nums[i] > nums[i-1]），要么是作为山谷（即 nums[i] < nums[i - 1]）。注意版本一的代码中，可以看出来，是先遍历的胃口，在遍历的饼干，那么可不可以 先遍历 饼干，在遍历胃口呢？
day31:贪心算法，理论基础，分发饼干，摆动序列，最大子序和
QielinRan的博客
12-06 245
贪心算法，理论基础，分发饼干，摆动序列，最大子序和
代码随想录刷题笔记Day 31 --贪心算法之 理论基础 分发饼干摆动序列 最大子序和
weixin_44698571的博客
03-03 243
代码随想录刷题笔记Day 31 --贪心算法之 理论基础 分发饼干摆动序列 最大子序和
算法训练day31贪心算法理论基础Leetcode455分发饼干376摆动序列53最大子序和
dc爱傲雪和技术
02-16 1392
贪心选择性质意味着通过做出局部最优选择，我们可以得到全局最优解。其中一个是 [1, 17, 10, 13, 10, 16, 8] ，各元素之间的差值为 (16, -7, 3, -3, 6, -8)。4. **求解速度快**：由于每步都采取局部最优解，不需要考虑其他可能的解，因此在某些问题上可以更快地得到解答。1. **局部最优选择**：在每一步选择中，它都采取当前状态下的最优解，不会考虑整个问题的全局最优解。- **找零问题**：在提供最少硬币数目方面，对于特定面额的货币体系，贪心算法能给出最优解。
Day 31 贪心算法理论基础 455.分发饼干 376. 摆动序列 53. 最大子序和
qq_46025584的博客
04-22 1122
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。​ 针对以上情形，result 初始为 1（默认最右面有一个峰值），此时 curDiff > 0 && preDiff
算法打卡 Day34（贪心算法）-分发饼干 + 摆动序列 + 最大子序和
Catherine121314的博客
09-20 504
遍历整个数组，判断是否要继续进行累计还是重新开始的规则是，判断累加和是否为正数，只有当累加和不小于 0 时，继续进行累计才可以保证不拖累后续的数字。这道题的思路可以是尽量用较小的饼干满足胃口较小的孩子的需求，在分发饼干前，需要对胃口值和饼干尺寸进行排序。我们通过 prediff 和 curdiff 记录当前数字前和后的坡度值，从而比较当前值是否为转折点。寻找摆动序列可以寻找序列中的转折点，可以通过画图清楚的描述出来。贪心算法的本质是选择每一阶段的局部最优，从而达到全局最优。
算法训练Day31 | 贪心算法理论基础；LeetCode455.分发饼干；376. 摆动序列；53. 最大子数组和
weixin_47284299的博客
10-22 529
算法训练Day31 | 贪心算法理论基础；LeetCode455.分发饼干；376. 摆动序列；53. 最大子数组和
leetcode 贪心算法
weixin_44311020的博客
12-24 506
leetcode 刷题记录 贪心算法
贪心算法 Greedy
jiayue的博客
05-07 706
贪心算法，python实现，从局部最优得到全局最优
CSP-J 复赛算法 贪心算法练习
m0_62599305的博客
10-01 1215
在CSP-J复赛中，算法题目常常要求选手不仅具备基本的编程能力，还需要灵活运用多种算法来高效解决问题。而贪心算法作为一种常见且有效的算法思路，在竞赛中具有极其重要的地位。贪心算法的核心思想是通过每一步都采取当前最优的策略，期望通过一系列的局部最优选择达到全局最优解。虽然贪心算法无法保证所有问题都能得到最优解，但在某些特定问题上，如最小生成树、最短路径、任务调度等，它却可以提供高效且准确的解法。本文将通过复赛中可能遇到的贪心算法问题进行分析与实践，帮助选手更好地理解贪心算法的应用场景和解题思路。
C语言刷题 LeetCode 30天挑战 （五）贪心算法
weixin_64593595的博客
09-28 625
【代码】C语言刷题 LeetCode 30天挑战 （五）贪心算法。
9-贪心算法
最新发布
学习使我快乐
10-04 670
LeetCode贪心算法
LeetCode从入门到超凡(四)深入浅出理解贪心算法
极限突破者的博客
09-28 831
贪心算法是一种经典的算法策略，广泛应用于解决最优化问题。在许多情况下，贪心算法能够以简单且高效的方式解决复杂问题。因此，掌握贪心算法对开发人员和算法爱好者来说非常重要。本文旨在帮助读者深入理解贪心算法的工作原理、特征、正确性证明及其实际应用，并通过多个实例的分析和Python代码实现来巩固理解。贪心算法是一种在每一步选择中都采取当前状态下最优或最有利的选择，从而期望通过局部最优解最终得到全局最优解的算法。
贪心算法专题(一)
2401_83595513的博客
09-25 1515
贪心算法（一）
＜使用生成式AI对四种冒泡排序实现形式分析解释的探讨整理＞
m0_57859086的博客
10-01 1130
/冒泡排序实现1——不常用（这个版本两层for循环分别是i++、j++）// 声明三个整型变量i、j和temp用于循环控制和交换元素for (i = 0;i < n - 1;i++) { // 外层循环，从数组的第一个元素开始遍历到倒数第二个元素j < n;j++) { // 内层循环，从当前外层循环位置的下一个元素开始遍历到最后一个元素if (A[i] > A[j]) { // 如果当前元素大于下一个元素// 将当前元素存储到临时变量temp中// 将下一个元素赋值给当前元素。
"贪心算法学习教案：理论基础、应用实例和问题求解
贪心算法的理论基础在于其选择当前看来最优的策略，并希望最终能够得到整体最优的结果。虽然贪心算法并不总能得到整体最优解，但在许多情况下它能够产生整体最优解或者很好的近似解。因此，贪心算法在计算机科学和...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值