贪心算法实际上就是怎么做的价值最大,贪心嘛,就是想要更好一点
这一题为了不浪费饼干,每个孩子只能拿一块饼干,不能将大的饼干去喂小胃口的孩子,那样就浪费了,到时候小的饼干又喂不了大胃口的小孩,所以先用大饼干喂大胃口的孩子,满足大胃口的孩子之后,再去喂小胃口的孩子。所以将两个数组先进行排序,之后从后往前遍历,先满足大胃口孩子。
class Solution {
public int findContentChildren(int[] g, int[] s) {
int len_g=g.length;
int len_s=s.length;
Arrays.sort(g);
Arrays.sort(s);
int count=0;
while(len_g>0&&len_s>0){
if(s[len_s-1]>=g[len_g-1]){
count++;
len_g--;
len_s--;
}else{
len_g--;
}
}
return count;
}
}
这一题又学到了数形结合的重要性,画出示意图比直接对着数组题目看要直观的多。
这题要解决三种情况,一种是首尾的情况,因为它们只有两个元素,要判断摆动点的话需要三个点。二是单调的坡的情况,需要将坡上的点排除掉。三是单调有平坡。因为在解决第一种情况的时候,我们默认首元素前面有个平坡,所以起点算一个摆动点,同时默认尾部是一个摆动点,这个实现是通过给result初始赋值为1。第三种情况通过记录上一个摆动点的prediff坡度和后面遍历的curdiff坡度的关系来解决。
class Solution {
public int wiggleMaxLength(int[] nums) {
if(nums.length==1){
return 1;
}
int result=1;
int prediff=0;
int curdiff=0;
for(int i=0;i<nums.length-1;i++){
curdiff=nums[i+1]-nums[i];
if((prediff>=0&&curdiff<0)||(prediff<=0&&curdiff>0)){
result++;
prediff=curdiff;//保证是摆动点,一正一负
}
}
return result;
}
}
这一题最重要的就是要明确在连续子数组和为负数的时候,就跳过之前的元素,选择下一个元素作为子数组的起点,这个操作是通过给子数组和count置零实现的,相当于从下一个元素开始重新计算和。而不是遇到负数就跳过,因为有可能好几个正数之间夹了一个负数。而之前跳过的子数组和也不会直接删除,会用result值记录起来,最后返回一个最大的result值。
class Solution {
public int maxSubArray(int[] nums) {
if(nums.length==1){
return nums[0];
}
int count=0;
int result=Integer.MIN_VALUE;
for(int i=0;i<nums.length;i++){
count+=nums[i];
if(count>result){
result=count;
}
if(count<0){
count=0; //重新定义子数组和的起点
}
}
return result;
}
}