【代码随想录_Day22】455.分发饼干 376. 摆动序列 53. 最大子序和

以下是今日份的总结

455 分发饼干
376 摆动序列
53 最大子序和

今天的题目难度不低，尽量还是写一些简洁代码 ^ _ ^

分发饼干

思路：

先排序，通过双指针的方法完成贪心算法

值得注意的是

题目中点明了核心判断条件 s[j]>=g[i]

    // 每个孩子最多只能给一块饼干
    int findContentChildren(vector<int>& g, vector<int>& s) {
        sort(g.begin(),g.end());
        sort(s.begin(),s.end());
        int i = 0,j = 0,res = 0;
        while(i<g.size()&&j<s.size()){
            //核心判断条件 s[j]>=g[i]
            if(s[j]>=g[i]){
                res++;
                i++;
                j++;
            }
            else{
                j++;
            }
        }
        return res;
    }

摆动序列

思路：

首先获取数组的长度，如果数组长度小于2，则直接返回数组长度作为摆动序列的最大长度。
初始化两个变量 up 和 down 分别表示当前元素为上升和下降的情况下的摆动序列长度，初始值都为1。
从数组的第二个元素开始遍历数组：
如果当前元素大于前一个元素，则意味着当前处于上升的情况，更新 up 为 down + 1。
如果当前元素小于前一个元素，则意味着当前处于下降的情况，更新 down 为 up + 1。
最终返回 up 和 down 中的较大值作为摆动序列的最大长度。

值得注意的是

判断连续上升或者下降的波段个数

    int wiggleMaxLength(vector<int>& nums) {
        int res = nums.size();
        if (res < 2)
            return res;
        int up = 1, down = 1;
        for (int i = 1; i < res; i++) {
			//如果当前元素大于前一个元素，则意味着当前处于上升的情况，更新 up 为 down + 1
            if (nums[i] > nums[i - 1]) {
                up = down + 1;
            }
			//如果当前元素小于前一个元素，则意味着当前处于下降的情况，更新 down 为 up + 1
            if (nums[i] < nums[i - 1]) {
                down = up + 1;
            }
        }
        //最终返回 up 和 down 中的较大值作为摆动序列的最大长度
        return max(up, down);
    }

最大子序和

思路：

如果 -2 1 在一起，计算起点的时候，一定是从 1 开始计算，因为负数只会拉低总和，这就是贪心贪的地方！

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。

值得注意的是

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

    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;
    }

写在最后

----OK，今日份的博客就写到这里，这一期的贪心算法好难想，明天继续加油！！！
—还没看下期的题，但是我的栈还有一节没写；
–追上时间进度了吗？如追，从欠两天变成欠一天！！（笑
-螺旋桨式旋转起飞咯🚁。