##菜鸟刷题(5)【分发饼干&无重叠区间】
用到的算法思想是贪心算法,局部最优形成全局最优
力扣 455. 分发饼干
假设你是一位很棒的家长,想要给你的孩子们一些小饼干。但是,每个孩子最多只能给一块饼干。
对每个孩子 i,都有一个胃口值 g[i],这是能让孩子们满足胃口的饼干的最小尺寸;并且每块饼干 j,都有一个尺寸 s[j] 。如果 s[j] >= g[i],我们可以将这个饼干 j 分配给孩子 i ,这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子,并输出这个最大数值。
示例 1:
输入: g = [1,2,3], s = [1,1]
输出: 1
解释:
你有三个孩子和两块小饼干,3个孩子的胃口值分别是:1,2,3。
虽然你有两块小饼干,由于他们的尺寸都是1,你只能让胃口值是1的孩子满足。
所以你应该输出1。
示例 2:
输入: g = [1,2], s = [1,2,3]
输出: 2
解释:
你有两个孩子和三块小饼干,2个孩子的胃口值分别是1,2。
你拥有的饼干数量和尺寸都足以让所有孩子满足。
所以你应该输出2.
代码:
class Solution {
public int findContentChildren(int[] g, int[] s) {
int count=0;
if(s.length==0)return 0;
Arrays.sort(g);
Arrays.sort(s);
int i=0,j=0;
while(i<g.length&&j<s.length){
if(g[i]<=s[j]){
count++;
i++;
j++;
}else {
j++;
}
}
return count;
}
}
思路:先对两个数组排序,然后针对每一个需求值,去提供值中找到最小能满足需求的一个,即局部最优解。
力扣 435. 无重叠区间
给定一个区间的集合,找到需要移除区间的最小数量,使剩余区间互不重叠。
注意:
- 可以认为区间的终点总是大于它的起点。
- 区间 [1,2] 和 [2,3] 的边界相互“接触”,但没有相互重叠。
示例 1:
输入: [ [1,2], [2,3], [3,4], [1,3] ]
输出: 1
解释: 移除 [1,3] 后,剩下的区间没有重叠。
示例 2:
输入: [ [1,2], [1,2], [1,2] ]
输出: 2
解释: 你需要移除两个 [1,2] 来使剩下的区间没有重叠。
示例 3:
输入: [ [1,2], [2,3] ]
输出: 0
代码:
class Solution {
public int eraseOverlapIntervals(int[][] intervals) {
int count=0;
//int remove;
Arrays.sort(intervals,Comparator.comparing(o->o[1]));
int pre=intervals[0][1];
for(int i=1;i<intervals.length;i++){
if(intervals[i][0]<pre){
count++;
}else {
pre=intervals[i][1];
}
}
//remove=intervals.length-count;
return count;
}
}
思路:对二维数组的第二列值(即每个区间终点值)进行从小到大排序,这样保证留出的后续空间最大,局部最优解。第一个区间一定是符合条件的,所以i从1开始遍历,后续区间的起点值与前面最近一个符合条件的区间终点值比较,后起点<前终点,重叠,后起点>=前终点,不重叠。
关于后起点如何表示,直接用一个pre来存储,如上述代码。我最开始直接在if判断条件里面写的是类似intervals[i+1][1],这样很难控制后起点的变化,i一直变,情况太多了,无法满足所有情况,一直出错。
tips:
如何按二维数组的某列值排序
Arrays.sort(arr, Comparator.comparingInt(o -> o[0])); 按第一列值从小到大排序
Arrays.sort(arr, Comparator.comparingInt(o -> o[1])); 按第二列值从小到大排序
...依此类推
不过这个llamda表达式虽然简单但耗时更长,下方法耗时更短
Arrays.sort(intervals, new Comparator<int[]>() {
@Override
public int compare(int[] o1, int[] o2) {
return (o1[1] < o2[1]) ? -1 : ((o1[1] == o2[1]) ? 0 : 1);
}
});
实现 compare() 函数时避免使用 return o1[1] - o2[1]; 这种减法操作,防止溢出。