刷题打卡day31：贪心算法： 理论基础 、455.分发饼干 、376. 摆动序列 、 53. 最大子序和

455.分发饼干

class Solution {
    //贪心算法没有固定的逻辑，就是想一个局部最优的解决办法，他可以推出全局最优，并且想不出反例，就用它试一下。
public:
//这里采用小饼干先喂饱小胃口孩子。
    int findContentChildren(vector<int>& g, vector<int>& s) {
        //先将两个数组排序
        sort(g.begin(),g.end());
        sort(s.begin(),s.end());
        //从小到大，遍历每个饼干，只要他们能满足一个孩子，就让结果+1
        int index = 0;
        for(int i = 0;i < s.size();++i){
            if(index < g.size() && g[index] <= s[i]){
                index++;
            }
        }
        return index;
    }
};

376. 摆动序列 

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        if (nums.size() <= 1) return nums.size();
        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];//差值
            // 出现峰值
            if ((curDiff > 0 && preDiff <= 0) || (preDiff >= 0 && curDiff < 0)) {
                result++;//记录
                preDiff = curDiff;
            }
        }
        return result;
    }
};

 53. 最大子序和 

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int result = INT32_MIN;
        int count = 0;
        for (int i = 0; i < nums.size(); i++) {
            count += nums[i];
            if (count > result) { // 取区间累计的最大值（相当于不断确定最大子序终止位置）
                result = count;
            }
            if (count <= 0) count = 0; // 相当于重置最大子序起始位置，因为遇到负数一定是拉低总和
        }
        return result;
    }
};