第十二天打卡——贪心

最新推荐文章于 2024-08-13 12:03:51 发布

Zhang-echo

最新推荐文章于 2024-08-13 12:03:51 发布

阅读量42

点赞数

分类专栏：刷题——代码随想录文章标签：数据结构算法 java

本文链接：https://blog.csdn.net/m0_72668725/article/details/132393766

版权

刷题——代码随想录专栏收录该内容

17 篇文章 0 订阅

订阅专栏

本文探讨了贪心算法与动态规划的区别，通过实例分析了贪心法在选择局部最优决策（如分发饼干、摆动序列）和动态规划在解决重叠子问题（如背包问题、股票交易、跳跃游戏）中的应用。强调贪心并非固定套路，而动态规划依赖状态推导。

摘要由CSDN通过智能技术生成

贪心

贪心与动态规划的区别：

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。

例如，有一堆钞票，你可以拿走十张，如果想达到最大的金额，你要怎么拿？指定每次拿最大的，最终结果就是拿走最大数额的钱。每次拿最大的就是局部最优，最后拿走最大数额的钱就是推出全局最优。

动态规划问题中每一个状态一定是由上一个状态推导出来的。如果某一问题有很多重叠子问题，使用动态规划是最有效的。这一点就区分于贪心，贪心没有状态推导，而是从局部直接选最优的。

例如，有一堆盒子，你有一个背包体积为n，如何把背包尽可能装满，如果还每次选最大的盒子，就不行了。这时候就需要动态规划。

贪心并没有固定的套路。基本就是常识性推导+举反例

455.分发饼干

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。

遍历两个数组，在代码实现方面逻辑有点乱，不知道该怎么下手。

1、一个for循环遍历小孩胃口

2、如果当前index指针合法且当前饼干值大于等于当前小孩胃口，index--且result++。

如果小于的话，不做任何处理，利用for循环判断下一个小孩。

376. 摆动序列

需要考虑3种情况：

1、上下坡中有平坡

统一规则：删除左边的重复元素，保留最右边的元素2

相当于prediff >= 0 && curdiff < 0 || prediff <= 0 && curdiff > 0 条件下的值是符合摆动序列的。

2、数组首尾两端怎么统计

初始值result设为1，默认最左端有一个值。

从最右端开始遍历，初始值preDiff=0。

3、单调中间有平坡

我们只在坡度发生变化的时候才修改prediff的值

53. 最大子序和

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”。

局部最优的情况下，并记录最大的“连续和”，可以推出全局最优。

1、count记录单次序列和：

当count + nums[i] > result时，更新result值；（相加后count变大）

当0 < count + nums[i] < result时，result值不变。(相加后count变小但大于0)

当count + nums[i] < 0时，放弃本次序列循环，result不做任何处理，count重置为0，从nums[i+1]开始新的序列和相加。（相加后count小于0）

122.买卖股票的最佳时机II

本题中理解利润拆分是关键点！

局部最优：收集每天的正利润，全局最优：求得最大利润。

代码实现不难，重点是解题思路很精妙！

55. 跳跃游戏

跳几步无所谓，关键在于可跳的覆盖范围！

不一定非要明确一次究竟跳几步，每次取最大的跳跃步数，这个就是可以跳跃的覆盖范围。

这个范围内，别管是怎么跳的，反正一定可以跳过来。

那么这个问题就转化为跳跃覆盖范围究竟可不可以覆盖到终点！

每次移动取最大跳跃步数（得到最大的覆盖范围），每移动一个单位，就更新最大覆盖范围。

贪心算法局部最优解：每次取最大跳跃步数（取最大覆盖范围），整体最优解：最后得到整体最大覆盖范围，看是否能到终点。

45.跳跃游戏II

本题相对于55.跳跃游戏 (opens new window)是相似的，还是要看最大覆盖范围。

本题要计算最小步数，那么就要想清楚什么时候步数才一定要加一呢？

贪心的思路

局部最优：当前可移动距离尽可能多走，如果还没到终点，步数再加一。

整体最优：一步尽可能多走，从而达到最小步数。

需要用到两个指针，一个表示当前这一步的最远覆盖范围(curIndex)，一个表示下一步的最远覆盖范围(nextIndex)。

for循环遍历nums数组，获取下一步的覆盖最远范围。当遇到当前下标==当前最远覆盖范围的时候，需要进行更新和判断：

如果当前覆盖最远距离下标不是集合终点，步数就加一，还需要继续走。
如果当前覆盖最远距离下标就是集合终点，步数不用加一，因为不能再往后走了。

for (int i = 0; i < nums.length; i++){
    nextIndex = Math.max(nextIndex, i + nums[i]); // 更新下一步覆盖最远距离下标
    if (i == curIndex){  // 遇到当前覆盖最远距离下标
        count++;
        curIndex = nextIndex; // 更新当前覆盖最远距离下标（相当于加油了）
        if (nextIndex >= nums.length - 1) break;
    }
}

1005.K次取反后最大化的数组和

思路很简单：每次都替换当前数组的最小值。

代码实现：

自己实现的方式是纯暴力实现，利用了3个循环。

一个嵌套循环，循环k次，每次都把数组中的最小值min找出来，并置为-min；

剩余一个循环遍历整个数组，得到更改后的数组和。

官方实现方式：

第一步：将数组按照绝对值大小从大到小排序，注意要按照绝对值的大小
第二步：从前向后遍历，遇到负数将其变为正数，同时K--
第三步：如果K还大于0，那么反复转变数值最小的元素，将K用完。（如果剩余k是偶数，不做任何处理；如果是奇数，只是转变一次数值最小的元素。）
第四步：求和

134. 加油站

贪心思路：

如果总油量减去总消耗大于等于零那么一定可以跑完一圈，说明 各个站点的加油站 剩油量rest[i]相加一定是大于等于零的。每个加油站的剩余量rest[i]为gas[i] - cost[i]。

1、i从0开始累加rest[i]，和记为curSum。

2、一旦curSum小于零，说明[0, i]区间都不能作为起始位置，因为这个区间选择任何一个位置作为起点，到i这里都会断油。

3、起始位置从i+1算起，再从0计算curSum。

出现的问题：起始位置变成i+1后，从0开始计算curSum，循环计算截止到哪里？

答：循环不发生任何变化，自始至终是只遍历一遍数组。用curSum寻找起始点，用totalSum记录是否能跑完一圈。（totalSum >= 0，可以跑完一圈）

//加油站
    public int canCompleteCircuit(int[] gas, int[] cost) {
        int curSum = 0;
        int totalSum = 0;
        int start = 0;
        int rest[] = new int[gas.length];
        for (int i = 0; i < gas.length; i++){
            rest[i] = gas[i] - cost[i];
            curSum += rest[i];
            totalSum += rest[i];
            if (curSum < 0){
                curSum = 0;
                start = (i + 1) % gas.length;
            }
        }
        if (totalSum < 0) return -1;
        return start;
    }