Leetcode 刷题 贪心算法

455. 分发饼干

简单题

大尺寸的饼干既可以满足胃口大的孩子也可以满足胃口小的孩子，那么就应该优先满足胃口大的

这里的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。

这里使用小饼干先喂饱小胃口

class Solution {
    public int findContentChildren(int[] g, int[] s) {
        Arrays.sort(g);
        Arrays.sort(s);
        int res = 0;
        int index = 0;

        for(int i = 0; i < s.length && index < g.length; i++){
            if(s[i] >= g[index]){
                res++;
                index++;
            }
        }

        return res;

    }
}

376. 摆动序列

首先子序列的定义

子序列 可以通过从原始序列中删除一些（也可以不删除）元素来获得，剩下的元素保持其原始顺序。

局部最优：删除单调坡度上的节点（不包括单调坡度两端的节点），那么这个坡度就可以有两个局部峰值。

整体最优：整个序列有最多的局部峰值，从而达到最长摆动序列。

但本题要考虑三种情况：

1. 情况一：上下坡中有平坡
2. 情况二：数组首尾两端
3. 情况三：单调坡中有平坡

情况一：上下坡中有平坡 

 统一删除左边的3个2

 所以纪录峰值的条件是

(preDiff <= 0 && curDiff > 0) || (preDiff >= 0 && curDiff < 0)

 情况二：数组首尾两端

如果只有两个不同的元素，那摆动序列也是 2。

但是我们之前的记录峰值的条件至少需要3个节点才能计算

这里我们可以写死，就是 如果只有两个元素，且元素不同，那么结果为 2。

不写死的话，如何和我们的判断规则结合在一起呢？

针对以上情形，result 初始为 1（默认最右面有一个峰值），此时 curDiff > 0 && preDiff <= 0，那么 result++（计算了左面的峰值），最后得到的 result 就是 2（峰值个数为 2 即摆动序列长度为 2）

情况三：单调坡度有平坡 

 我们只需要在 这个坡度 摆动变化的时候，更新 prediff 就行，这样 prediff 在 单调区间有平坡的时候 就不会发生变化，造成我们的误判。

class Solution {
    public int wiggleMaxLength(int[] nums) {
        int prediff = 0;
        int curdiff = 0;
        int res = 1;

        for(int i = 0; i < nums.length - 1; i++){
            curdiff = nums[i+1] - nums[i];

            if( (prediff >= 0 && curdiff < 0) || (prediff <= 0 && curdiff > 0)){
                res++;
                prediff = curdiff;
            }
        }

        return res;
    }
}

53. 最大子数组和

子数组 区别于子序列

子数组 是数组中的一个连续部分

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。

从代码角度上来讲：遍历 nums，从头开始用 count 累积，如果 count 一旦加上 nums[i]变为负数，那么就应该从 nums[i+1]开始从 0 累积 count 了，因为已经变为负数的 count，只会拖累总和。

区间的终止位置，其实就是如果 count 取到最大值了，及时记录下来了

sum = Math.max(sum, count);

class Solution {
    public int maxSubArray(int[] nums) {
        int sum = Integer.MIN_VALUE;
        int count = 0;

        for(int i = 0; i < nums.length; i++){
            count += nums[i];
            sum = Math.max(sum, count);
            if(count < 0){
                count = 0;
            }
        }
        return sum;
    }
}