贪心算法
- 1.导论
- 2.编程题
- 2.1 455. 分发饼干
- 2.2 376. 摆动序列
- 2.3 53. 最大子序和
- 2.4 122. 买卖股票的最佳时机 II
- 2.5 55. 跳跃游戏
- 2.6 45. 跳跃游戏 II
- 2.7 1005. K 次取反后最大化的数组和
- 2.8 134. 加油站
- 2.9 135. 分发糖果
- 2.10 860. 柠檬水找零
- 2.11 406. 根据身高重建队列
- 2.12 452. 用最少数量的箭引爆气球
- 2.13 435. 无重叠区间
- 2.14 763. 划分字母区间
- 2.15 56. 合并区间
- 2.16 738. 单调递增的数字
- 2.17 968. 监控二叉树
- 2.18 630. 课程表 III
- 2.19 2111. 使数组 K 递增的最少操作次数
1.导论
- 贪心的本质是选择每一阶段的局部最优,从而达到全局最优。
- 一般解题步骤
将问题分解为若干个子问题
找出适合的贪心策略
求解每一个子问题的最优解
将局部最优解堆叠成全局最优解
2.编程题
2.1 455. 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。
1 <= g.length <= 3 * 104
0 <= s.length <= 3 * 104
1 <= g[i], s[j] <= 231 - 1
//大饼干先喂饱大胃口
class Solution {
public int findContentChildren(int[] g, int[] s) {
Arrays.sort(g);
Arrays.sort(s);
int ig = g.length-1;
int is = s.length-1;
int ans = 0;
while(ig>=0 && is>=0){
if(s[is]>=g[ig]){
++ans;
--is;
}
--ig;
}
return ans;
}
}
//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 ans = 0;
int ig = 0;
int is = 0;
while(ig<g.length && is<s.length){
if(s[is]>=g[ig]){
++ans;
++ig;
}
++is;
}
return ans;
}
}
2.2 376. 摆动序列
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] 是一个 摆动序列 ,因为差值 (6, -3, 5, -7, 3) 是正负交替出现的。
相反,[1, 4, 7, 2, 5] 和 [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 nums ,返回 nums 中作为 摆动序列 的 最长子序列的长度 。
1 <= nums.length <= 1000
0 <= nums[i] <= 1000
class Solution {
public int wiggleMaxLength(int[] nums) {
if(nums.length<=1) return nums.length;
int prediff = 0;//记录前一对差值
int curdiff = 0;//记录当前一对差值
int ans = 1;//记录峰值个数,默认序列最右边有一个峰值
for(int i=0;i<nums.length-1;++i){
curdiff = nums[i+1]-nums[i];
//出现峰值
if((prediff<=0 && curdiff>0) ||(prediff>=0 && curdiff<0)){
++ans;
prediff = curdiff;
}
}
return ans;
}
}
2.3 53. 最大子序和
给定一个整数数组 nums ,找到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。
1 <= nums.length <= 105
-104 <= nums[i] <= 104
class Solution {
public int maxSubArray(int[] nums) {
int ans = Integer.MIN_VALUE;
int count = 0;
for(int i=0;i<nums.length;++i){
count += nums[i];
if(count > ans){
ans = count;
}
//相当于重置最大子序列起始位置,因为遇到负数一定是拉低总和(贪心的体现)
if(count < 0) count = 0;
}
return ans;
}
}
2.4 122. 买卖股票的最佳时机 II
给定一个数组 prices ,其中 prices[i] 是一支给定股票第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。
注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
1 <= prices.length <= 3 * 104
0 <= prices[i] <= 104
//将整体的利润拆分为每天的利润
class Solution {
public int maxProfit(int[] prices) {
int ans = 0;
for(int i=1;i<prices.length;++i){
ans += Math.max(prices[i]-prices[i-1],0);
}
return ans;
}
}
2.5 55. 跳跃游戏
给定一个非负整数数组 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。
1 <= nums.length <= 3 * 104
0 <= nums[i] <= 105
class Solution {
public boolean canJump(int[] nums) {
int cover = 0;
if(nums.length == 1) return true;
for(int i=0;i<=cover;++i){
cover = Math.max(i+nums[i],cover);//更新覆盖范围(贪心的体现,取最大覆盖范围)
if(cover >= nums.length-1) return true;//说明可以覆盖到终点了
}
return false;
}
}
2.6 45. 跳跃游戏 II
给你一个非负整数数组 nums ,你最初位于数组的第一个位置。
数组中的每个元素代表你在该位置可以跳跃的最大长度。
你的目标是使用最少的跳跃次数到达数组的最后一个位置。
假设你总是可以到达数组的最后一个位置。
1 <= nums.length <= 104
0 <= nums[i] <= 1000
class Solution {
public int jump(int[] nums) {
if(nums.length == 1) return 0;
int curLocation = 0;//当前覆盖最远距离下标
int nextLocation = 0;//下一步覆盖最远距离下标
int ans = 0;
for(int i=0;i<nums.length;++i){
nextLocation = Math.max(i+nums[i],nextLocation);//更新下一步覆盖最远距离下标
if(i == curLocation){//遇到当前覆盖最远距离下标
if(curLocation != nums.length-1){//如果当前覆盖最远距离下标不是终点
++ans;//需要走下一步
curLocation = nextLocation;//更新当前覆盖最远距离下标
if(nextLocation >= nums.length-1){//下一步覆盖的范围可以到达终点,结束循环
break;
}
}else{
break;//当前覆盖最远距离下标是集合终点,不用做++ans操作了,直接结束
}
}
}
return ans;
}
}
class Solution {
public int jump(int[] nums) {
if(nums.length == 1) return 0;
int curLocation = 0;//当前覆盖最远距离下标
int nextLocation = 0;//下一步覆盖最远距离下标
int ans = 0;
for(int i=0;i<nums.length-1;++i){//这里是小于nums.length-1;这里是关键所在
nextLocation = Math.max(i+nums[i],nextLocation);//更新下一步覆盖最远距离下标
if(i == curLocation){//遇到当前覆盖最远距离下标
++ans;//需要走下一步
curLocation = nextLocation;//更新当前覆盖最远距离下标
}
}
return ans;
}
}
2.7 1005. K 次取反后最大化的数组和
给定一个整数数组 A,我们只能用以下方法修改该数组:我们选择某个索引 i 并将 A[i] 替换为 -A[i],然后总共重复这个过程 K 次。(我们可以多次选择同一个索引 i。)
以这种方式修改数组后,返回数组可能的最大和。
1 <= A.length <= 10000
1 <= K <= 10000
-100 <= A[i] <= 100
class Solution {
public int largestSumAfterKNegations(int[] nums, int k) {
Arrays.sort(nums);
for(int i=0;i<nums.length;++i){
if(nums[i]<0 && k>0){//贪心:尽可能将绝对值大的负数变为正数
nums[i] *= -1;
--k;
}
}
Arrays.sort(nums);
if(k>0 && k%2 ==1) nums[0] *= -1;
int ans = 0;
for(int num : nums){
ans += num;
}
return ans;
}
}
2.8 134. 加油站
在一条环路上有 N 个加油站,其中第 i 个加油站有汽油 gas[i] 升。
你有一辆油箱容量无限的的汽车,从第 i 个加油站开往第 i+1 个加油站需要消耗汽油 cost[i] 升。你从其中的一个加油站出发,开始时油箱为空。
如果你可以绕环路行驶一周,则返回出发时加油站的编号,否则返回 -1。
说明:
如果题目有解,该答案即为唯一答案。
输入数组均为非空数组,且长度相同。
输入数组中的元素均为非负数。
class Solution {
public int canCompleteCircuit(int[] gas, int[] cost) {
int n= gas.length;
int lack = 0;//缺的油
int newStart = 0;//记录新的开始点
int saveGas = 0;//剩的油
for(int i=0;i<n;++i){
saveGas += gas[i]-cost[i];
if(saveGas<0){//说明不能到达下个加油站
newStart = i+1;
lack += -saveGas;
saveGas = 0;//因为开始新的起点,所以剩余的油要清0
}
}
return saveGas >= lack ? newStart : -1;
}
}
2.9 135. 分发糖果
老师想给孩子们分发糖果,有 N 个孩子站成了一条直线,老师会根据每个孩子的表现,预先给他们评分。
你需要按照以下要求,帮助老师给这些孩子分发糖果:
每个孩子至少分配到 1 个糖果。
评分更高的孩子必须比他两侧的邻位孩子获得更多的糖果。
那么这样下来,老师至少需要准备多少颗糖果呢?
class Solution {
public int candy(int[] ratings) {
int[] candy = new int[ratings.length];
Arrays.fill(candy,1);
//从前向后
for(int i=1;i<ratings.length;++i){
if(ratings[i]>ratings[i-1]){
candy[i] = candy[i-1]+1;
}
}
//从后向前
for(int i=ratings.length-2;i>=0;--i){
if(ratings[i]>ratings[i+1]){
candy[i] = Math.max(candy[i],candy[i+1]+1);
}
}
int result = 0;
for(int num : candy){
result += num;
}
return result;
}
}
2.10 860. 柠檬水找零
在柠檬水摊上,每一杯柠檬水的售价为 5 美元。顾客排队购买你的产品,(按账单 bills 支付的顺序)一次购买一杯。
每位顾客只买一杯柠檬水,然后向你付 5 美元、10 美元或 20 美元。你必须给每个顾客正确找零,也就是说净交易是每位顾客向你支付 5 美元。
注意,一开始你手头没有任何零钱。
给你一个整数数组 bills ,其中 bills[i] 是第 i 位顾客付的账。如果你能给每位顾客正确找零,返回 true ,否则返回 false 。
class Solution {
public boolean lemonadeChange(int[] bills) {
int fiveCount = 0;
int tenCount = 0;
int twentyCount = 0;
for(int bill : bills){
if(bill == 5){
++fiveCount;
}
if(bill == 10){
if(fiveCount < 0) return false;
++tenCount;
--fiveCount;
}
if(bill == 20){
if(fiveCount>0 && tenCount>0){
--fiveCount;
--tenCount;
++twentyCount;
}else if(fiveCount>=3){
fiveCount -= 3;
++twentyCount;
}else{
return false;
}
}
}
return true;
}
}
2.11 406. 根据身高重建队列
假设有打乱顺序的一群人站成一个队列,数组 people 表示队列中一些人的属性(不一定按顺序)。每个 people[i] = [hi, ki] 表示第 i 个人的身高为 hi ,前面 正好 有 ki 个身高大于或等于 hi 的人。
请你重新构造并返回输入数组 people 所表示的队列。返回的队列应该格式化为数组 queue ,其中 queue[j] = [hj, kj] 是队列中第 j 个人的属性(queue[0] 是排在队列前面的人)。
1 <= people.length <= 2000
0 <= hi <= 106
0 <= ki < people.length
题目数据确保队列可以被重建
class Solution {
public int[][] reconstructQueue(int[][] people) {
//按照身高降序 k升序排列
Arrays.sort(people,(o1,o2) -> o1[0] == o2[0] ? o1[1]-o2[1] :o2[0]-o1[0]);
List<int[]> list = new ArrayList<>();
for(int[] i : people){
list.add(i[1],i);//排序后k值即为需要插入的位置
}
return list.toArray(new int[list.size()][]);
}
}
2.12 452. 用最少数量的箭引爆气球
在二维空间中有许多球形的气球。对于每个气球,提供的输入是水平方向上,气球直径的开始和结束坐标。由于它是水平的,所以纵坐标并不重要,因此只要知道开始和结束的横坐标就足够了。开始坐标总是小于结束坐标。
一支弓箭可以沿着 x 轴从不同点完全垂直地射出。在坐标 x 处射出一支箭,若有一个气球的直径的开始和结束坐标为 xstart,xend, 且满足 xstart ≤ x ≤ xend,则该气球会被引爆。可以射出的弓箭的数量没有限制。 弓箭一旦被射出之后,可以无限地前进。我们想找到使得所有气球全部被引爆,所需的弓箭的最小数量。
给你一个数组 points ,其中 points [i] = [xstart,xend] ,返回引爆所有气球所必须射出的最小弓箭数。
1 <= points.length <= 104
points[i].length == 2
-231 <= xstart < xend <= 231 - 1
class Solution {
public int findMinArrowShots(int[][] points) {
Arrays.sort(points,(o1,o2) -> Integer.compare(o1[0], o2[0]));//注意这里使用o1[0]-o2[0]可能会溢出
int ans = 1;//points不为空至少需要一支箭
for(int i=1;i<points.length;++i){
if(points[i][0] > points[i-1][1]){//气球i和气球i-1不挨着
++ans;
}else{//气球i和气球i-1挨着
points[i][1] = Math.min(points[i-1][1],points[i][1]);//更新重叠气球最小右边界
}
}
return ans;
}
}
class Solution {
public int findMinArrowShots(int[][] points) {
Arrays.sort(points,(o1,o2) -> Integer.compare(o1[1], o2[1]));//按照右端点排序
int ans = 1;
int pre = points[0][1];
for(int i=1;i<points.length;++i){
if(points[i][0]>pre){
++ans;
pre = points[i][1];
}
}
return ans;
}
}
2.13 435. 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。
class Solution {
public int eraseOverlapIntervals(int[][] intervals) {
if(intervals.length == 0) return 0;
Arrays.sort(intervals,(o1,o2) -> Integer.compare(o1[1],o2[1]));
int count = 1;//记录不重叠的个数
int pre = intervals[0][1];
for(int i=1;i<intervals.length;++i){
if(intervals[i][0]>=pre){
++count;
pre = intervals[i][1];
}
}
return intervals.length-count;
}
}
2.14 763. 划分字母区间
字符串 S 由小写字母组成。我们要把这个字符串划分为尽可能多的片段,同一字母最多出现在一个片段中。返回一个表示每个字符串片段的长度的列表。
S的长度在[1, 500]之间。
S只包含小写字母 ‘a’ 到 ‘z’ 。
class Solution {
public List<Integer> partitionLabels(String s) {
List<Integer> ans = new ArrayList<>();
int[] maxLocation = new int[26];
for(int i=0;i<s.length();++i){//统计每一个字符最后出现的位置
char c = s.charAt(i);
maxLocation[c-'a'] = i;
}
int left = 0;
int right = 0;
for(int i=0;i<s.length();++i){
char c = s.charAt(i);
right = Math.max(right,maxLocation[c-'a']);//找到之前字符最大出现位置
if(right == i){//如果之前字符最大出现位置和下标相等,则为一个片段
ans.add(right-left+1);
left = i+1;//更新左边界
}
}
return ans;
}
}
2.15 56. 合并区间
以数组 intervals 表示若干个区间的集合,其中单个区间为 intervals[i] = [starti, endi] 。请你合并所有重叠的区间,并返回一个不重叠的区间数组,该数组需恰好覆盖输入中的所有区间。
1 <= intervals.length <= 104
intervals[i].length == 2
0 <= starti <= endi <= 104
class Solution {
public int[][] merge(int[][] intervals) {
Arrays.sort(intervals,(o1,o2) -> Integer.compare(o1[0],o2[0]));
List<int[]> ans = new ArrayList<>();
ans.add(intervals[0]);
for(int i=1;i<intervals.length;++i){
if(ans.get(ans.size()-1)[1]>=intervals[i][0]){//重叠,合并区间
ans.get(ans.size()-1)[1] = Math.max(ans.get(ans.size()-1)[1],intervals[i][1]);
}else{//不重叠,直接存入
ans.add(intervals[i]);
}
}
return ans.toArray(new int[ans.size()][]);
}
}
2.16 738. 单调递增的数字
给定一个非负整数 N,找出小于或等于 N 的最大的整数,同时这个整数需要满足其各个位数上的数字是单调递增。
(当且仅当每个相邻位数上的数字 x 和 y 满足 x <= y 时,我们称这个整数是单调递增的。)
N 是在 [0, 10^9] 范围内的一个整数。
class Solution {
public int monotoneIncreasingDigits(int n) {
char[] c = String.valueOf(n).toCharArray();
int flag = c.length;//用来标记赋值9从哪里开始
for(int i=c.length-1;i>0;--i){
if(c[i-1]>c[i]){
flag = i;
c[i-1]--;
}
}
for(int i=flag;i<c.length;++i){
c[i] = '9';
}
return Integer.parseInt(new String(c));
}
}
2.17 968. 监控二叉树
给定一个二叉树,我们在树的节点上安装摄像头。
节点上的每个摄影头都可以监视其父对象、自身及其直接子对象。
计算监控树的所有节点所需的最小摄像头数量。
给定树的节点数的范围是 [1, 1000]。
每个节点的值都是 0。
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode() {}
* TreeNode(int val) { this.val = val; }
* TreeNode(int val, TreeNode left, TreeNode right) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
class Solution {
/*
0:该节点无覆盖
1:该节点有摄像头
2:该节点有覆盖
*/
int ans = 0;
public int minCameraCover(TreeNode root) {
if(postorder(root) == 0){//根节点无覆盖,需要放置一个摄像头
++ans;
}
return ans;
}
private int postorder(TreeNode root){
if(root == null) return 2;
int left = postorder(root.left);//左节点状态
int right = postorder(root.right);//右节点状态
if(left == 2 && right == 2) return 0;
if(left ==0 || right == 0) {
++ans;
return 1;
}
if(left ==1 || right == 1) return 2;
return -1;
}
}
2.18 630. 课程表 III
这里有 n 门不同的在线课程,按从 1 到 n 编号。给你一个数组 courses ,其中 courses[i] = [durationi, lastDayi] 表示第 i 门课将会 持续 上 durationi 天课,并且必须在不晚于 lastDayi 的时候完成。
你的学期从第 1 天开始。且不能同时修读两门及两门以上的课程。
返回你最多可以修读的课程数目。
1 <= courses.length <= 104
1 <= durationi, lastDayi <= 104
/*
贪心思想:
按照课程的截止时间,进行升序排序
先学时间比较紧迫的课,也就是截止时间比较靠前的课。
当学着学着发现再学下一门课会超时时,我们优先抛弃前面持续时间最长的课,然后继续学习下一门课
*/
class Solution {
public int scheduleCourse(int[][] courses) {
//按照课程的截止时间,进行升序排序
Arrays.sort(courses,(o1, o2) -> o1[1]-o2[1]);
//大顶堆存储结果
PriorityQueue<Integer> q = new PriorityQueue<>((o1, o2) -> o2 - o1);
//优先队列中所有课程的总时间
int total = 0;
for (int[] course : courses) {
int duration = course[0];
int lastDay = course[1];
if (total + duration <= lastDay) {
total += duration;
q.offer(duration);
} else if (!q.isEmpty() && q.peek() > duration) {
total -= q.poll() - duration;
q.offer(duration);
}
}
return q.size();
}
}
2.19 2111. 使数组 K 递增的最少操作次数
给你一个下标从 0 开始包含 n 个正整数的数组 arr ,和一个正整数 k 。
如果对于每个满足 k <= i <= n-1 的下标 i ,都有 arr[i-k] <= arr[i] ,那么我们称 arr 是 K 递增 的。
比方说,arr = [4, 1, 5, 2, 6, 2] 对于 k = 2 是 K 递增的,因为:
arr[0] <= arr[2] (4 <= 5)
arr[1] <= arr[3] (1 <= 2)
arr[2] <= arr[4] (5 <= 6)
arr[3] <= arr[5] (2 <= 2)
但是,相同的数组 arr 对于 k = 1 不是 K 递增的(因为 arr[0] > arr[1]),对于 k = 3 也不是 K 递增的(因为 arr[0] > arr[3] )。
每一次 操作 中,你可以选择一个下标 i 并将 arr[i] 改成任意 正整数。
请你返回对于给定的 k ,使数组变成 K 递增的 最少操作次数
1 <= arr.length <= 105
1 <= arr[i], k <= arr.length
class Solution {
public int kIncreasing(int[] arr, int k) {
/*
本质上是对于每一个i(0≤i≤k),数组arr的数组 arr 的子序列:
arr[i],arr[i+k],arr[i+2k],⋯
是单调递增的。
求出每个序列的最长递增子序列
结果 += 每个序列长度 - 每个序列的最长递增子序列
*/
int n = arr.length;
int ans = 0;
for (int i = 0; i < k; ++i) {
List<Integer> list = new ArrayList<>();
for (int j = i; j < n; j += k) {
list.add(arr[j]);
}
Integer[] nums = list.toArray(new Integer[list.size()]);
int maxLength = lengthOfLIS(nums);
ans += nums.length - maxLength;
}
return ans;
}
//贪心+二分查找
//贪心:如果我们要使上升序列尽可能的长,则我们需要让序列上升的尽可能的慢,因此我们希望每次在上升子序列最后加上的那个数尽可能的小
public int lengthOfLIS(Integer[] nums) {
int len = 1;//记录最长上升子序列的长度
int n= nums.length;
if (n == 0) return 0;
int[] dp = new int[n+1];//长度为i的最长上上升子序列的末尾元素的最小值
dp[len] = nums[0];
for (int i = 1; i < n; ++i) {
if (nums[i] >= dp[len]) {
dp[++len] = nums[i];
} else {
int l = 1, r = len, pos = 0;
while (l <= r) {
int mid = (l+r) >> 1;
if (dp[mid] <= nums[i]) {
pos = mid;
l = mid + 1;
} else {
r = mid - 1;
}
}
dp[pos + 1] = nums[i];
}
}
return len;
}
}