贪心算法篇--代码随想录算法训练营第二十四天|贪心算法总纲，455.分发饼干，376. 摆动序列，53. 最大子序和

贪心算法总纲

贪心算法核心：从局部最优解推广至全局最优解

455.分发饼干

题目链接：. - 力扣（LeetCode）

讲解视频：

贪心算法，你想先喂哪个小孩？| LeetCode：455.分发饼干

题目描述：

假设你是一位很棒的家长，想要给你的孩子们一些小饼干。但是，每个孩子最多只能给一块饼干。

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]，我们可以将这个饼干 j 分配给孩子 i ，这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子，并输出这个最大数值。

示例 1:

输入: g = [1,2,3], s = [1,1]
输出: 1
解释: 
你有三个孩子和两块小饼干，3个孩子的胃口值分别是：1,2,3。
虽然你有两块小饼干，由于他们的尺寸都是1，你只能让胃口值是1的孩子满足。
所以你应该输出1。

贪心思想：

局部最优：大饼干喂给胃口大的孩子，充分利用饼干尺寸喂饱一个。

全局最优：喂饱尽可能多的小孩。

思路：先将饼干数组和小孩数组排序。然后从后向前遍历小孩数组，用大饼干优先满足胃口大的，并统计满足小孩数量。

代码：

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        sort(g.begin(),g.end());
        sort(s.begin(),s.end());
        int gidx = g.size()-1,sidx = s.size()-1;
        int cnt = 0;
        while(gidx >= 0 && sidx >= 0)
        {
            if(g[gidx] <= s[sidx]) 
            {
                cnt ++;
                gidx--,sidx--;
            }
            else
                gidx--;
        }
        return cnt;
    }
};

376. 摆动序列

题目链接：. - 力扣（LeetCode）

讲解视频：

贪心算法，寻找摆动有细节！| LeetCode：376.摆动序列

题目描述：

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 。

示例 1：

输入：nums = [1,7,4,9,2,5]
输出：6
解释：整个序列均为摆动序列，各元素之间的差值为 (6, -3, 5, -7, 3) 。

贪心思想：

贪心思想：让峰值尽可能的保持峰值，然后删除单一坡度上的节点

局部最优：删除单调坡度上的节点（不包括单调坡度两端的节点），那么这个坡度就可以有两个局部峰值。

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。

三种情况：

1. 上下坡中有平坡
2. 数组首尾两端
3. 单调坡中有平坡

情况1：

解决措施：

统一规则，删除左边的三个 2，记录峰值的条件应该是(prediff >= 0 && curdiff < 0) || (prediff <= 0 && curdiff > 0)：

情况2：

解决措施：

在计算 prediff（nums[i] - nums[i-1]） 和 curdiff（nums[i+1] - nums[i]）的时候，至少需要三个数字才能计算，而数组只有两个数字。针对具有两个数字的序列[2,5]，可以假设为[2,2,5]，这样它就有坡度了即 preDiff = 0 。

情况3：

解决思路：

只需要在这个坡度摆动变化时更新 prediff ，这样 prediff 在单调区间有平坡的时候就不会发生变化。 

代码：

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        int curdiff = 0; // 当前一对差值
        int prediff = 0; // 前一对差值
        int result = 1;  // 记录峰值个数，序列默认序列最右边有一个峰值
        for(int i = 0; i < nums.size()-1;i++)
        {
            curdiff = nums[i+1] - nums[i];
            if((prediff >= 0 && curdiff < 0) || (prediff <= 0 && curdiff > 0)) 
            {
                result++;
                prediff = curdiff;
            }
            
        }
        return result;
    }
};

53. 最大子序和

题目链接：. - 力扣（LeetCode）

讲解视频：

贪心算法的巧妙需要慢慢体会！LeetCode：53. 最大子序和

题目描述：

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 。 

贪心思想：

贪心思想：假设有3个数1，-2，3。前两个数相加得-1，-1和3在一起，计算起点的时候，一定是从 3 开始计算，因为负数只会拉低总和，这就是贪心贪的地方！

局部最优：当前“连续和”为负数的时候立刻放弃，从下一个元素重新计算“连续和”，因为负数加上下一个元素 “连续和”只会越来越小。

全局最优：选取最大“连续和”

代码：

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int result = INT_MIN; //保存和最大值
        int cnt = 0;//记录当前总和
        for(auto x : nums)
        {
            cnt += x;
            if(cnt > result) result = cnt; //记录和最大值
            if(cnt < 0 ) cnt = 0;
        }
        return result;
    }
};