代码随想录算法训练营第三十四天 | 1005.K次取反后最大化的数组和、134. 加油站、135. 分发糖果
1005.K次取反后最大化的数组和
贪心算法
思路:本题需要使用两次贪心的策略。
- 当数组中存在负数时,将各负数取反;
- 当数组中均为正数时,选择最小正数多次取反,直到 k 消耗完毕。
本题靠感觉也可以做,但尽量锻炼贪心的思考方式。
class Solution {
public int largestSumAfterKNegations(int[] nums, int K) {
// 将数组按照绝对值大小从大到小排序,注意要按照绝对值的大小
// ①IntStream.of(nums)将int数组转换成一个IntStream类型的流。
// ②通过boxed()方法将IntStream流中的每个元素都转换成一个对应的Integer对象,
// 从而将流转换成一个Stream类型的流。
// ③通过sorted((o1,o2)->Math.abs(o2)-Math.abs(o1))方法对Stream类型的流进行排序。
// 排序使用的比较器是一个Lambda表达式(o1,o2)->Math.abs(o2)-Math.abs(o1),
// 该表达式根据o1和o2的绝对值之差来进行比较。
// 因为要按照绝对值从大到小排序,所以o2的绝对值大于o1的绝对值时,返回负值,否则返回正值。
// 通过mapToInt(Integer::intValue)将Stream类型的流转换成一个intStream类型的流。
// 通过toArray()方法将IntStream类型的流转换成一个int类型的数组。
nums = IntStream.of(nums)
.boxed()
.sorted((o1, o2) -> Math.abs(o2) - Math.abs(o1))
.mapToInt(Integer::intValue).toArray();
int len = nums.length;
for (int i = 0; i < len; i++) {
//从前向后遍历,遇到负数将其变为正数,同时K--
if (nums[i] < 0 && K > 0) {
nums[i] = -nums[i];
K--;
}
}
// 如果K还大于0,那么反复转变数值最小的元素,将K用完
if (K % 2 == 1) nums[len - 1] = -nums[len - 1];
return Arrays.stream(nums).sum();
}
}
134. 加油站
贪心算法
思路:本题若使用暴力解法,即遍历每一个加油站为起点的情况,时间复杂度为O(n2)。注:for循环适合模拟从头到尾的遍历,而while循环适合模拟环形遍历,要善于使用while。
若使用贪心算法,如果总油量减去总消耗 >= 0,那么一定可以跑完一圈,说明各个站点的加油站剩油量 rest[i] 相加一定是 >= 0。每个加油站的剩余量 rest[i] 为 gas[i] - cost[i]。i 从 0 开始累加 rest[i],和记为 curSum,一旦 curSum 小于零,说明 [0, i] 区间都不能作为起始位置,因为这个区间选择任何一个位置作为起点,到i这里都会断油,那么起始位置从 i+1 算起,再从 0 计算 curSum,如下图所示:
常见疑惑:有没有可能 [0,i] 区间选某一个作为起点,累加到 i 这里 curSum 是不会小于零呢?如图所示:
如果 curSum < 0 说明区间和1 + 区间和2 小于 0, 那么假设从上图中的位置开始计数 curSum不会小于0的话,就是 区间和2>0。区间和1 + 区间和2 < 0 同时区间和2 > 0,只能说明区间和1 < 0, 那么就会从假设的箭头初就开始重新选择起始位置了。因此对于本题:
- 局部最优:当前累加 rest[i] 的和 curSum 一旦小于0,起始位置至少要是 i+1,因为从 i 之前开始一定不行;
- 全局最优:找到可以跑一圈的起始位置。
class Solution {
public int canCompleteCircuit(int[] gas, int[] cost) {
int curSum = 0; // 遍历至当前站点的油量(油箱剩余)
int totalSum = 0; // 补充与消耗的总量
int index = 0; // 记录起始位置
for (int i = 0; i < gas.length; i++) {
curSum += gas[i] - cost[i];
totalSum += gas[i] - cost[i];
if (curSum < 0) {
index = (i + 1) % gas.length ; // 更新起始位置
curSum = 0;
}
}
if (totalSum < 0) return -1;
return index;
}
}
135. 分发糖果
贪心算法
思路:本题难点在于不能一起考虑,而应该先处理一部分,再处理另一部分,即两次贪心策略。
- 先确定右边评分大于左边的情况(也就是从前向后遍历)。此时局部最优:只要右边评分比左边大,右边的孩子就多一个糖果;全局最优:相邻的孩子中,评分高的右孩子获得比左边孩子更多的糖果。
- 再确定左边评分大于右边的情况(从后向前遍历)。反向遍历是因为 rating[5] 与 rating[4] 的比较要利用上 rating[5] 与 rating[6] 的比较结果,所以要从后向前遍历。
class Solution {
public int candy(int[] ratings) {
if(ratings.length == 1) return 1;
int[] candies = new int[ratings.length];
candies[0] = 1;
for(int i = 1; i < ratings.length; i++) {
// 除了第一个孩子,会忽略其他孩子的至少一颗
// if(ratings[i] > ratings[i - 1]) {
// candies[i] = candies[i - 1] + 1;
// }
candies[i] = ratings[i] > ratings[i - 1] ? candies[i - 1] + 1 : 1;
}
for(int i = ratings.length - 2; i >= 0; i--) {
if(ratings[i] > ratings[i + 1]) {
candies[i] = Math.max(candies[i + 1] + 1, candies[i]);
}
}
int sum = 0;
for(int i = 0; i < candies.length; i++) {
sum += candies[i];
}
return sum;
}
}