1005.K次取反后最大化的数组和
1.要达到最大化数组和,很自然地想到优先把小的负数取反。如果负数全部取反之后,翻转次数k还有剩余,那么就考虑把当前数组最小数(是个正数)反复取反。朴素思考的过程中自然而然地采用了贪心策略。
class Solution {
public:
int largestSumAfterKNegations(vector<int>& nums, int k) {
sort(nums.begin(), nums.end()); //排序
for (int i = 0; i < nums.size() && k > 0; i++) {
if (nums[i] <= 0) { //从小到大把数组非正数取反
nums[i] = -nums[i];
k--;
} else
break; //如果k用不完就跳出循环
}
//此时数组全为正数,若k为偶数,则结束取反
if (k % 2 == 1) { //若k为奇数,把数组排序,把最小值取反
sort(nums.begin(), nums.end());
nums[0] = -nums[0];
k = 0;
}
int sum = 0; //计算数组和
for (int num : nums)
sum += num;
return sum;
}
};
2.随想录版,区别在于排序的时候是按绝对值从大到小排序的。那么当把负数全部翻转为正数之后k还有剩余,那么不用再排序,直接反复翻转最后一个数就行,因为最后一个数此时就是最小正数。
class Solution {
static bool cmp(int a, int b) {
return abs(a) > abs(b);
}
public:
int largestSumAfterKNegations(vector<int>& A, int K) {
sort(A.begin(), A.end(), cmp); // 第一步
for (int i = 0; i < A.size(); i++) { // 第二步
if (A[i] < 0 && K > 0) {
A[i] *= -1;
K--;
}
}
if (K % 2 == 1) A[A.size() - 1] *= -1; // 第三步
int result = 0;
for (int a : A) result += a; // 第四步
return result;
}
};
134. 加油站
1.上来没什么思路,考虑暴力法,写了两层循环。两个测试用例没过,超时了。(虽然是暴力法,但其实模拟过程也不简单,代码也是修改了几次,可读性一般,仅供参考)
class Solution {
public:
int canCompleteCircuit(vector<int>& gas, vector<int>& cost) {
int i = 0;
int size = gas.size();
while (i < size) {
if (gas[i] >= cost[i] && gas[i] != 0) {
int sum = 0, j = 0;
for (j = 0; j < size; j++) {
sum += gas[(i + j) % size] - cost[(i + j) % size];
if (sum < 0)
break;
}
if (j == size)
return i;
else {
i++;
}
} else
i++;
}
return -1;
}
};
2.贪心策略:构造加油与消耗汽油的差值数组,计算剩余油量。剩余油量<0,一定跑不了一圈,因为无论从哪个加油站开始,总汽油不够用一定跑不完。剩余油量>=0,一定能跑完一圈。为什么?因为差值数组一定能分成连续的两部分,一部分之和>=0(这部分的开头必须>=0,保证能从这里起跑),另一部分之和<=0,且这两部分之和一定>=0,这时候>=0的那一部分的开头就是起始位置。
class Solution {
public:
int canCompleteCircuit(vector<int>& gas, vector<int>& cost) {
vector<int> diff; //计算差值
for (int i = 0; i < gas.size(); i++) {
diff.push_back(gas[i] - cost[i]);
}
int sum = 0;
for (int i = 0; i < diff.size(); i++) {
sum += diff[i];
}
if (sum < 0) //剩余油量<0,一定跑不了一圈
return -1;
int count = 0, start = 0; //否则,则一定能跑一圈
for (int j = 0; j < diff.size(); j++) {
count += diff[j];
if (count < 0) { //剩余油量<0,则起始位置至少是j+1
start = j + 1;
count = 0; //重置剩余油量
}
}
return start;
}
};
3.全局考虑法,情况1和2都比较容易理解,关键是如何理解情况3。情况3是从后往前填平之前的漏洞,这个漏洞在之后碰到>=0的rest都不再更新了,因为漏洞是最小值。所以只要从后往前填平漏洞就能找到起始位置,因为这时候就相当于找到了一个起始位置>=0的部分,且这部分之和>=0,且这部分之和与另一之和<=0的部分之和>=0。(>=0的那部分往后继续行驶的过程中不可能<0,否则就违背了与另一部分之和的和>=0这个条件)
class Solution {
public:
int canCompleteCircuit(vector<int>& gas, vector<int>& cost) {
int curSum = 0;
int min = INT_MAX; // 从起点出发,油箱里的油量最小值
for (int i = 0; i < gas.size(); i++) {
int rest = gas[i] - cost[i];
curSum += rest;
if (curSum < min) {
min = curSum;
}
}
if (curSum < 0)
return -1; // 情况1
if (min >= 0)
return 0; // 情况2
// 情况3
for (int i = gas.size() - 1; i >= 0; i--) {
int rest = gas[i] - cost[i];
min += rest;
if (min >= 0) {
return i;
}
}
return -1;
}
};
135. 分发糖果
1.没有想到两次遍历的贪心策略。第一反应是从左向右依次遍历,遇见一个处理一个。没有找到统一的处理逻辑,没写出来,看过官方题解后发现是统计升序序列、降序序列的逻辑。逻辑不是很难理解,但写出来要考虑很多细节相当困难。而贪心策略很难想到,但理解了这种逻辑,代码就很好写了,故在此只考虑贪心算法。
class Solution {
public:
int candy(vector<int>& ratings) {
if (ratings.size() == 1)
return 1;
vector<int> candy; //糖果数组,初值全设为1
for (int i = 0; i < ratings.size(); i++) {
candy.push_back(1);
}
//从前往后遍历,确定右边评分高的孩子比左边孩子多一颗糖
for (int i = 1; i < ratings.size(); i++) {
if (ratings[i] > ratings[i - 1]) {
candy[i] = candy[i - 1] + 1;
}
}
//从后往前遍历,确保左边评分高的孩子比右边孩子至少多一颗糖
for (int i = ratings.size() - 2; i >= 0; i--) {
if (ratings[i] > ratings[i + 1]) {
candy[i] = max(candy[i], candy[i + 1] + 1);
}
}
int result = 0;
for (int a : candy)
result += a; //收集结果
return result;
}
};
今日总结:资本家算法。