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。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/assign-cookies
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

 

 排序+贪心

为了满足更多的小孩，就不要造成饼干尺寸的浪费。
大尺寸的饼干既可以满足胃口大的孩子也可以满足胃口小的孩子，那么就应该优先满足胃口大的.
这里的局部最优就是大饼干喂给胃口大的，充分利用饼干尺寸喂饱一个，全局最优就是喂饱尽可能多的小孩。
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。

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        //给小孩和饼干数组分别排序，按照从小到大的顺序
        sort(g.begin(),g.end());
        sort(s.begin(),s.end());
        //我们的目的是大饼干优先满足胃口大的，并统计满足的小孩数量。
        //所以我们应该固定饼干，去找该固定的饼干能满足的小孩尺寸是哪一个。
        //因此我们便利的是小孩数组，直到找到s[index] >= g[i]
        int index = s.size() - 1;
        int result = 0;     //满足的小孩数量
        for(int i = g.size() - 1; i >= 0; --i){
            //if语句说明当前固定的饼干，找到了它能满足的小孩尺寸
            if(index >= 0 && s[index] >= g[i]){
                ++result;   //结果值+1
                --index;    //继续固定下一块饼干
            }
        }
        return result;
    }
    //时间复杂度:O(m log m+n log n)，其中 m和n分别是数组g和s的长度。对两个数组排序的时间复杂度是O(mlogm +  nlog n)，遍历数组的时间复杂度是O(m＋n)，因此总时间复杂度是O(m log m + n log n)。
    //空间复杂度:O(log m + logn)，其中 m和n分别是数组g和s的长度。空间复杂度主要是排序的额外空间开销。
};

也可以换一个思路，小饼干先喂饱小胃口
 

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        //给小孩和饼干数组分别排序，按照从小到大的顺序
        sort(g.begin(),g.end());
        sort(s.begin(),s.end());
        //我们的目的是小饼干优先满足胃口小的，并统计满足的小孩数量。
        //所以我们应该固定孩子，去找能满足该固定的孩子尺寸的饼干是哪一个。
        //因此我们遍历的是饼干数组，直到找到s[i] >= g[index]
        int index = 0;
        int s_nums = s.size();  //饼干数组的大小
        int g_nums = g.size();  //孩子数组的大小
        int result = 0;     //满足孩子的数量
        for(int i = 0; i < s_nums; ++i){
            //if说明找到了满足当前固定孩子尺寸的饼干
            if(index < g_nums && s[i] >= g[index]){
                ++result;   //结果值+1
                ++index;    //继续固定下一个孩子
            }
        }
        return result;
    }
     //时间复杂度:O(m log m+n log n)，其中 m和n分别是数组g和s的长度。对两个数组排序的时间复杂度是O(mlogm +  nlog n)，遍历数组的时间复杂度是O(m＋n)，因此总时间复杂度是O(m log m + n log n)。
    //空间复杂度:O(log m + logn)，其中 m和n分别是数组g和s的长度。空间复杂度主要是排序的额外空间开销。
};