代码学习记录26----贪心算法

随想录日记part26【把这两天没写的补回来】

t i m e : time: time 2024.03.22-24



主要内容:今天开始学习贪心算法,基础知识可以看链接,:接下来是针对题目的讲解:1.分配饼干 ;2.摆动序列 ;3.最大子序列和;4.买卖股票的最佳时机II;5.跳跃游戏;6.跳跃游戏II



Topic1分发饼干

题目:

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 i i,都有一个胃口值 g [ i ] g[i] 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 j j,都有一个尺寸 s [ j ] s[j] s[j] 。如果 s [ j ] > = g [ i ] s[j] >= g[i] s[j]>=g[i],我们可以将这个饼干 j j j 分配给孩子 i i 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。

输入: g = [ 1 , 2 , 3 ] , s = [ 1 , 1 ] g = [1,2,3], s = [1,1] g=[1,2,3],s=[1,1]
输出: 1 1 1

思路:
可以尝试使用贪心策略,先将饼干数组和小孩数组排序。
然后从后向前遍历小孩数组,用大饼干优先满足胃口大的,并统计满足小孩数量。

在这里插入图片描述
代码如下:

class Solution {
//优先考虑胃口,先喂饱大胃口
    public int findContentChildren(int[] g, int[] s) {
        Arrays.sort(g);
        Arrays.sort(s);
        int index = s.length - 1;
        int result = 0;
        for (int i = g.length - 1; i >= 0; i--) {
            if (index >= 0 && s[index] >= g[i]) {
                index--;
                result++;
            }
        }
        return result;
    }
}

时间复杂度 O ( n l o g n ) O(nlogn) O(nlogn)
空间复杂度 O ( 1 ) O(1) O(1)



Topic2摆动序列

题目:

如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为 摆动序列 。第一个差(如果存在的话)可能是正数或负数。仅有一个元素或者含两个不等元素的序列也视作摆动序列。例如, [ 1 , 7 , 4 , 9 , 2 , 5 ] [1, 7, 4, 9, 2, 5] [1,7,4,9,2,5] 是一个 摆动序列 ,因为差值 ( 6 , − 3 , 5 , − 7 , 3 ) (6, -3, 5, -7, 3) (6,3,5,7,3) 是正负交替出现的。相反, [ 1 , 4 , 7 , 2 , 5 ] [1, 4, 7, 2, 5] [1,4,7,2,5] [ 1 , 7 , 4 , 5 , 5 ] [1, 7, 4, 5, 5] [1,7,4,5,5] 不是摆动序列,第一个序列是因为它的前两个差值都是正数,第二个序列是因为它的最后一个差值为零。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。给你一个整数数组 n u m s nums nums ,返回 n u m s nums nums 中作为摆动序列的最长子序列的长度 。

输入: n u m s = [ 1 , 7 , 4 , 9 , 2 , 5 ] nums = [1,7,4,9,2,5] nums=[1,7,4,9,2,5]
输出: 6 6 6

思路:

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
在这里插入图片描述

所以整体代码如下:

class Solution {
    public int wiggleMaxLength(int[] nums) {
        int count = 1;// 记录摆动个数
        int pre = 0;
        int aft = 0;
        if (nums.length < 1)
            return 1;
        for (int i = 0; i < nums.length - 1; i++) {
            aft = nums[i + 1] - nums[i];
            if ((pre >= 0 && aft < 0) || (pre <= 0 && aft > 0)) {
                count++;
            }
            pre = aft;
        }
        return count;
    }
}


Topic3最大子序和

题目:
给你一个整数数组 n u m s nums nums ,请你找出一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。子数组是数组中的一个连续部分。

输入: n u m s = [ − 2 , 1 , − 3 , 4 , − 1 , 2 , 1 , − 5 , 4 ] nums = [-2,1,-3,4,-1,2,1,-5,4] nums=[2,1,3,4,1,2,1,5,4]
输出: 6 6 6
解释: 连续子数组 [ 4 , − 1 , 2 , 1 ] [4,-1,2,1] [4,1,2,1] 的和最大为 6 6 6
思路:

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”
代码实现如下:

class Solution {
    public int maxSubArray(int[] nums) {
        int result=Integer.MIN_VALUE;
        int count=0;
        for(int i=0;i<nums.length;i++){
            count+=nums[i];
            if(result<count)result=count;
            if(count<0)count=0;
        }
        return result;
    }
}

时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( 1 ) O(1) O(1)



Topic4买卖股票的最佳时机 II

题目:
给你一个整数数组 p r i c e s prices prices ,其中 p r i c e s [ i ] prices[i] prices[i] 表示某支股票第 i i i 天的价格。在每一天,你可以决定是否购买和/或出售股票。你在任何时候最多只能持有一股股票。你也可以先购买,然后在同一天出售。返回你能获得的最大利润

输入: p r i c e s = [ 7 , 1 , 5 , 3 , 6 , 4 ] prices = [7,1,5,3,6,4] prices=[7,1,5,3,6,4]
输出: 7 7 7
解释: 在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6 - 3 = 3 。总利润为 4 + 3 = 7
思路:

这道题目可能我们只会想,选一个低的买入,再选个高的卖,再选一个低的买入…循环反复
代码实现如下:

class Solution {
    public int maxProfit(int[] prices) {
        int result=0;
        for(int i=1;i<prices.length;i++){
            result+=Integer.max(0,prices[i]-prices[i-1]);
        }
        return result;
    }
}

时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( 1 ) O(1) O(1)



Topic5跳跃游戏

题目:
给你一个非负整数数组 n u m s nums nums ,你最初位于数组的第一个下标 。数组中的每个元素代表你在该位置可以跳跃的最大长度。判断你是否能够到达最后一个下标,如果可以,返回 t r u e true true ;否则,返回 f a l s e false false

输入: n u m s = [ 2 , 3 , 1 , 1 , 4 ] nums = [2,3,1,1,4] nums=[2,3,1,1,4]
输出: t r u e true true
解释: 可以先跳 1 步,从下标 0 到达下标 1, 然后再从下标 1 跳 3 步到达最后一个下标
思路:

贪心算法局部最优解:每次取最大跳跃步数(取最大覆盖范围),整体最优解:最后得到整体最大覆盖范围,看是否能到终点。
在这里插入图片描述

代码实现如下:

class Solution {
    public boolean canJump(int[] nums) {
        int result = 0;
        if (nums.length <= 1)
            return true;
        for (int i = 0; i <= result; i++) {
            result = Integer.max(result, i + nums[i]);
            if (result >= nums.length - 1)
                return true;
        }
        if (result >= nums.length - 1)
            return true;
        else
            return false;
    }
}

时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( 1 ) O(1) O(1)



Topic6跳跃游戏||

题目:
给定一个长度为 n n n 的 0 索引整数数组 n u m s nums nums。初始位置为 n u m s [ 0 ] nums[0] nums[0]。每个元素 n u m s [ i ] nums[i] nums[i] 表示从索引 i 向前跳转的最大长度。换句话说,如果你在 n u m s [ i ] nums[i] nums[i] 处,你可以跳转到任意 n u m s [ i + j ] nums[i + j] nums[i+j] 处:
0 < = j < = n u m s [ i ] 0 <= j <= nums[i] 0<=j<=nums[i]
i + j < n i + j < n i+j<n
返回到达 n u m s [ n − 1 ] nums[n - 1] nums[n1] 的最小跳跃次数。生成的测试用例可以到达 n u m s [ n − 1 ] nums[n - 1] nums[n1]

输入: n u m s = [ 2 , 3 , 1 , 1 , 4 ] nums = [2,3,1,1,4] nums=[2,3,1,1,4]
输出: 2 2 2
解释: 跳到最后一个位置的最小跳跃数是 2。从下标为 0 跳到下标为 1 的位置,跳 1 步,然后跳 3 步到达数组的最后一个位置。
思路:

要从覆盖范围出发,不管怎么跳,覆盖范围内一定是可以跳到的,以最小的步数增加覆盖范围,覆盖范围一旦覆盖了终点,得到的就是最少步数!这里需要统计两个覆盖范围,当前这一步的最大覆盖和下一步最大覆盖。
在这里插入图片描述

代码实现如下:

class Solution {
    public int jump(int[] nums) {
        if (nums.length <= 1)
            return 0;
        int now = 0;
        int next = 0;
        int step = 0;
        for (int i = 0; i < nums.length; i++) {
            next = Integer.max(next, nums[i] + i);
            if (now == i) {
                step++;
                now = next;
                if (next >= nums.length - 1)
                    break;
            }
        }
        return step;
    }
}

时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( 1 ) O(1) O(1)

  • 33
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值