贪心算法
贪心算法的核心在于每次操作都是局部最优,从而使最终结果全局最优。
例1:
LeetCode(455):有一群孩子和一堆饼干,每个孩子有一个饥饿度,每个饼干都有一个大小。每个孩子只能吃最多一个饼干,且只有饼干的大小大于孩子的饥饿度时,这个孩子才能吃饱。求解最多有多少孩子可以吃饱。
输入两个数组,分别代表孩子饥饿度和饼干大小,输出为最多孩子吃饱数目。
Input: [1,2], [1,2,3]
Output: 2
分析:
对于该题而言,饥饿度越小的孩子越容易吃饱。因此,根据贪心算法的思想,我们应该让饥饿度越小的孩子先吃饱。同时,每个孩子吃饱的代价越小越好(局部最优)。直到我们将饼干分完,则为最终结果(全局最优)。
int findContentChildren(vector<int>& Children, vector<int>& Cookies){
sort(Children.begin(), Children.end()); //对孩子根据饥饿度进行排序
sort(Cookies.begin(), Cookies.end()); //对饼干根据大小进行排序
int child = 0;
int cookie = 0;
while(child < Children.size() && cookie < Cookies.size()){
if(Children[child] <= Cookies[cookie]) ++child; //当前饼干能吃饱
++cookie;
}
return child; //吃饱的孩子数
}
例1:
一群孩子站成一排,每一个孩子有自己的评分。现在需要给这些孩子发糖果,规则是如果一个孩子的评分比自己身旁的一个孩子要高,那么这个孩子就必须得到比身旁孩子更多的糖果;所有孩子至少要有一个糖果。求解最少需要多少个糖果。
输入是一个数组,表示孩子的评分。输出是最少糖果的数量。
Input: [1,0,2]
Output: 5
分析:
由于题目要求每个孩子至少要有一粒糖果,因此可以给每个孩子先发一粒糖果以满足最小条件(满足额外条件 )ps:对于任何类型有额外条件的题目都可以这样处理。然后根据贪心算法思想,既然得分高的孩子要比旁边孩子发更多的糖果,因此需要对所有孩子进行遍历比较。无论遍历是从左至右还是从右至左,遍历是按照顺序进行。因此每次针对一个孩子时,就进行左右对比(局部最优),直到遍历完所有孩子,即可得到最终结果(全局最优)。这里有一个注意的技巧,在针对每个孩子进行比较时,虽然需要同时和左边以及右边比较,但是可以分两次遍历,先统一比较左边,再统一比较右边。
int Candy(vector<int>& Ratings){
int size = Ratings.size();
if(size < 2) return size; //人数小于2时
vector<int> num(size, 1); //先满足额外条件
for(int i = 1; i < size; ++i){ //先比较左边
if(Ratings[i] > Ratings[i - 1]) num[i] = num[i - 1] + 1;
}
for(int j = size - 1; j > 0 ; --j){ //再比较右边
if(Ratings[j] < Ratings[j - 1]) {
num[i - 1] = max(num[i - 1], num[i] + 1);
}
}
return accumulate(num.begin(), num.end(), 0); //求和 #include<numeric>
}