1.分发饼干
题目链接:. - 力扣(LeetCode)
讲解链接:代码随想录 (programmercarl.com)
题目链接:贪心算法,你想先喂哪个小孩?| LeetCode:455.分发饼干_哔哩哔哩_bilibili
贪心算法就是要在所有局部做到最优,以在整体完成最优的算法。
本题的局部最优解是要让最大尺寸的饼干分给需求最大的孩子,以免浪费。
因此可以从后向前遍历两个数组,饼干数组如果大于等于当前孩子数组,就让其索引减小。
代码如下:
class Solution {
public:
int findContentChildren(vector<int>& g, vector<int>& s) {
sort(g.begin(), g.end());
sort(s.begin(), s.end());
int index = s.size() - 1;
int result = 0;
for (int i = g.size() - 1; i >= 0; --i) {
if (index >= 0 && s[index] >= g[i]){
index--;
result++;
}
}
return result;
}
};
2.摆动序列
题目链接:. - 力扣(LeetCode)
讲解链接:代码随想录 (programmercarl.com)
题目链接:贪心算法,寻找摆动有细节!| LeetCode:376.摆动序列_哔哩哔哩_bilibili
本题定义两个差值,分别前一个数和当前数的差和当前数与后一个数的差,当这两个差异号时就将结果加一。先计算后差,然后与前差比较,然后再让前差等于后差如此循环。但是要考虑以下三种特殊情况:
1.上下坡中有平坡
此时定义仅考虑最右边的数,在判断条件的前差条件加上=0的情况就可以包括这一情况,即最右边的2前差虽然是0,并不与后差异号,但是也要统计到结果中。
2.仅有两个元素
此时无法计算前后差,此时可以假设前面还有一个和左边元素相同的元素。让result初始为1,同时前差默认为0,这样就可以用正常的代码逻辑来计算。
3.单调坡度有平坡
这种情况保证坡度摆动时再变化前差即可
代码如下:
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];
// 出现峰值
if ((preDiff <= 0 && curDiff > 0) || (preDiff >= 0 && curDiff < 0)) {
result++;
preDiff = curDiff; // 注意这里,只在摆动变化的时候更新prediff
}
}
return result;
}
};
3.最大子序列和
题目链接:. - 力扣(LeetCode)
讲解链接:代码随想录 (programmercarl.com)
题目链接:贪心算法的巧妙需要慢慢体会!LeetCode:53. 最大子序和_哔哩哔哩_bilibili
本题自然的思路时,先让结果为最小值,当当前和大于结果时更新结果。
关键思想是,当前和小于0时,要抛弃当前集合直接从下一个元素开始,因为负数一定会让和减小。
代码如下:
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;
}
};