代码随想录算法学习心得 32 | 738.单调递增的数字、贪心算法总结

一、单调递增的数字

链接：力扣

描述：当且仅当每个相邻位数上的数字 x 和 y 满足 x <= y 时，我们称这个整数是单调递增的。

给定一个整数 n ，返回 小于或等于 n 的最大数字，且数字呈 单调递增 。

---

思路如下：题目要求小于等于N的最大单调递增的整数，先举个例子。

例如：98，一旦出现strNum[i - 1] > strNum[i]的情况（非单调递增），首先想让strNum[i - 1]--，然后strNum[i]给为9，这样这个整数就是89，即小于98的最大的单调递增整数。

如果是从前向后遍历的话，无法利用到之前遍历的结果，，遇到strNum[i - 1] > strNum[i]的情况，让strNum[i - 1]减一，但此时如果strNum[i - 1]减一了，可能又小于strNum[i - 2]。

例如332，从前向后遍历的话，那么就把变成了329，此时2又小于了第一位的3了，真正的结果应该是299。那么从后向前遍历，就可以重复利用上次比较得出的结果了，从后向前遍历332的数值变化为：332 -> 329 -> 299

确定了遍历顺序之后，那么此时局部最优就可以推出全局，可以使用贪心算法。需要先将给的n转化为字符串，用to_string方法。注意其中的flag的使用，初始化为s.size()，因为如果s本身就是递增的顺序，此时不需要进行处理，直接返回，因此需要初试化为s.size()。

---

代码如下：

class Solution {
public:
    int monotoneIncreasingDigits(int n) 
    {
        string s = to_string(n);
        int flag = s.size();//记录需要变成9的位置
        for (int i = s.size() - 1; i > 0; i--)
        {
            //注意i不能等于0
            if (s[i - 1] > s[i])
            {
                s[i - 1]--;
                flag = i;
            }
        }
        for (int i = flag; i < s.size(); i++)
        {
            s[i] = '9';
        }
        return stoi(s);
    }
};

运行如下：

---

 二、贪心算法总结

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。

贪心的套路：无固定的套路而言，关键在于如何通过局部最优达到全局最优？如果找不到合适的反例去反驳，就可以用贪心试试，但不需要进行理论的证明。

面试中基本不会让面试者现场证明贪心的合理性，代码写出来跑过测试用例即可，或者自己能自圆其说理由就行了。刷题或者面试的时候，手动模拟一下感觉可以局部最优推出整体最优，而且想不到反例，那么就试一试贪心。

贪心一般解题步骤：
贪心算法一般分为如下四步:

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。
做题的时候，只要想清楚局部最优是什么，如果推导出全局最优，其实就够了。

简单题：

中等题：

 贪心算法解决股票问题：

 

存在两个维度的问题 ：

在出现两个维度相互影响的情况时，两边一起考虑一定会顾此失彼，要先确定一个维度，再确定另一个维度。模拟插队的时候，使用C++中的list（链表）替代了vector(动态数组)，效率会高很多。

 贪心解决区间问题：