贪心算法：leetcode 1005.K次取反后最大化的数组和、134.加油站、135.分发糖果

最新推荐文章于 2024-07-25 19:34:38 发布

clementines_

最新推荐文章于 2024-07-25 19:34:38 发布

阅读量47

点赞数

文章标签： leetcode 算法数据结构 c++ 贪心算法 Powered by 金山文档

本文链接：https://blog.csdn.net/qq_52097561/article/details/129068458

版权

leetcode 1005.K次取反后最大化的数组和

leetcode 134.加油站

leetcode 135.分发糖果

leetcode 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。

示例 1：

输入：A = [4,2,3], K = 1

输出：5

解释：选择索引 (1,) ，然后 A 变为 [4,-2,3]。

本题要求转化K次，那么贪心的局部最优是：将绝对值最大的负数转化为正数，从而获得最大的数值；获得的全局最优是：使得整个数组和最大。

那么当所有的负数都转化完后，如果转化次数小于K，此时就需要对正数进行转化。于是再次进行贪心，其局部最优是：将最小的正数转化为负数，从而获得最小的负值；获得的全局最优是：使得整个数组和最大。

整体代码如下：

class Solution {
private:
    static bool cmp(int a, int b){
        return abs(a) > abs(b);
    }
public:
    int largestSumAfterKNegations(vector<int>& nums, int k) {
        int result = 0;
        sort(nums.begin(), nums.end(), cmp);
        for(int i = 0; i < nums.size(); i++){
            if(nums[i] < 0 && k > 0){
                nums[i] *= -1;
                k--;
            }
        }
        if(k % 2 == 1) nums[nums.size() - 1] *= -1;
        for(int num : nums){
            result += num;
        }
        return result;
    }
};

leetcode 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。

示例 1: 输入:

gas = [1,2,3,4,5]

cost = [3,4,5,1,2]

输出: 3 解释:

从 3 号加油站(索引为 3 处)出发，可获得 4 升汽油。此时油箱有 = 0 + 4 = 4 升汽油

开往 4 号加油站，此时油箱有 4 - 1 + 5 = 8 升汽油

开往 0 号加油站，此时油箱有 8 - 2 + 1 = 7 升汽油

开往 1 号加油站，此时油箱有 7 - 3 + 2 = 6 升汽油

开往 2 号加油站，此时油箱有 6 - 4 + 3 = 5 升汽油

开往 3 号加油站，你需要消耗 5 升汽油，正好足够你返回到 3 号加油站。

因此，3 可为起始索引。

暴力解法

for进行遍历环路上的每一个加油站，随后以每一个加油站作为起点，模拟汽车跑一圈的情况，如果跑了一圈，中途没有断油，而且最后油量大于等于0，说明这个起点是ok的。

在代码实现中如何表示环路呢？可以使用取余%来表示：

index = (i + 1) % cost.size();
while(index != i){
    index = (index + 1) % cost.size();        // 这样就得到了一个环路中的所有index
}

代码如下：

class Solution {
public:
    int canCompleteCircuit(vector<int>& gas, vector<int>& cost) {
        for(int i = 0; i < cost.size(); i++){
            int rest = gas[i] - cost[i];
            int index = (i + 1) % cost.size();
            while(rest > 0 && index != i){
                rest += gas[index] - cost[index];
                index = (index + 1) % cost.size();
            }
            if(rest >= 0 && index == i)
                return i;
        }
        return -1;
    }
};

时间复杂度O(n^2)

空间复杂度O(1)

leetcode显示超时。

贪心算法

首先如果总油量减去总消耗大于等于零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]相加一定是大于等于零的。

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。这里就是本题贪心所贪的地方。

如图：

那么局部最优：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。

整体代码如下：

class Solution {
public:
    int canCompleteCircuit(vector<int>& gas, vector<int>& cost) {
        int startIndex = 0;
        int curSum = 0;
        int totalSum = 0;
        for(int i = 0; i < cost.size(); i++){
            curSum += gas[i] - cost[i];
            totalSum += gas[i] - cost[i];
            if(curSum < 0){
                startIndex = i + 1;
                curSum = 0;
            }
        }
        if(totalSum < 0) return -1;
        return startIndex;
    }
};

时间复杂度O(n)

空间复杂度O(1)

贪心的思路十分巧妙。

leetcode 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。

相邻的孩子中，评分高的孩子必须获得更多的糖果。

那么这样下来，老师至少需要准备多少颗糖果呢？

示例 1:

输入: [1,0,2]

输出: 5

解释: 你可以分别给这三个孩子分发 2、1、2 颗糖果。

示例 2:

输入: [1,2,2]

输出: 4

解释: 你可以分别给这三个孩子分发 1、2、1 颗糖果。第三个孩子只得到 1 颗糖果，这已满足上述两个条件。

这道题目一定是要确定一边之后，再确定另一边，例如比较每一个孩子的左边，然后再比较右边，如果两边一起考虑一定会顾此失彼。

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

局部最优可以推出全局最优。

如果ratings[i] > ratings[i - 1] 那么[i]的糖一定要比[i - 1]的糖多一个，所以贪心：candyVec[i] = candyVec[i - 1] + 1

代码如下：

for(int i = 1; i < rating.size(); i++){
    if(rating[i] > rating[i - 1])
        candyVec[i] = candyVec[i - 1] + 1;
}

再确定左孩子大于右孩子的情况（从后向前遍历）

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。如果从前向后遍历，rating[5]与rating[4]的比较就不能用上 rating[5]与rating[6]的比较结果了。

如图：

如果 ratings[i] > ratings[i + 1]，此时candyVec[i]（第i个小孩的糖果数量）就有两个选择了，一个是candyVec[i + 1] + 1（从右边这个加1得到的糖果数量），一个是candyVec[i]（之前比较右孩子大于左孩子得到的糖果数量）。

那么又要贪心了，局部最优：取candyVec[i + 1] + 1 和 candyVec[i] 最大的糖果数量，保证第i个小孩的糖果数量既大于左边的也大于右边的。全局最优：相邻的孩子中，评分高的孩子获得更多的糖果。

局部最优可以推出全局最优。

所以就取candyVec[i + 1] + 1 和 candyVec[i] 最大的糖果数量，candyVec[i]只有取最大的才能既保持对左边candyVec[i - 1]的糖果多，也比右边candyVec[i + 1]的糖果多。

如图：

代码如下：

for(int i = rating.size() - 2; i >= 0; i--){
    if(rating[i] > rating[i + 1]){
        candyVec[i] = max(candyVec[i], candyVec[i + 1] + 1);
    }
}

整体代码如下：

class Solution {
public:
    int candy(vector<int>& ratings) {
        vector<int> candyVec(ratings.size(), 1);
        for(int i = 1; i < ratings.size(); i++){
            if(ratings[i] > ratings[i - 1]){
                candyVec[i] = candyVec[i - 1] + 1;
            }
        }
        for(int i = ratings.size() - 2; i >= 0; i--){
            if(ratings[i] > ratings[i + 1]){
                candyVec[i] = max(candyVec[i + 1] + 1, candyVec[i]);
            }
        }
        int result = 0;
        for(int i = 0; i < candyVec.size(); i++){
            result += candyVec[i];
        }
        return result;
    }
};