前言
想要实现贪心算法,题目就必需要满足,可以从局部的最优达到全局的最优。
贪心算法没有什么固定的套路,他比其他的算法思想更想一种思想,因为我们有时候就会这样思考,然后把题目解出来,但是却不会去实实在在的推导证明,尤其是稍复杂的。按照本小白的理解,我们如果在按贪心的思路去解决问题的时候,提不出反例的话,就可以尝试贪心了。
通过下面的几道并不复杂的题,浅理解一下贪心,其中很多题可以使用动态规划,说明贪心能办到的事情,也挺多的。
通过题目理解
1.Leet_445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。
本题之中,我们就完全可以使用贪心的思路,我们应该尽可能的把每个小孩分配他们满足的最小的,这样的话可以做到最小的浪费,可以优先考虑饼干,也可以优先考虑小孩。考虑饼干的话,就把最小的饼干,给它能满足的最小的小孩需求。
public int findContentChildren(int[] g, int[] s) {
Arrays.sort(g);//小孩排序
Arrays.sort(s);//饼干排序
int num=0;
int start=0;
//优先考虑饼干 小孩有满足的 才会到下一个小孩
for(int i=0;start<g.length&&i<s.length ;i++){
if(s[i]>g[start]){
start++;
num++;
}
}
return num;
}
//测试Leet_455
@Test
public void test1(){
int[] g={1,2,2};
int[] s={3};
int x= new Leet_455().findContentChildren(g,s);
System.out.println(x);
}
2.Leet_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。
示例: 输入: [-2,1,-3,4,-1,2,1,-5,4] 输出: 6 解释: 连续子数组 [4,-1,2,1] 的和最大,为 6
这道题虽然只是一个简单题,但是可解的方法非常多,而且不同的方法之间差别非常大,而且我们可以使用贪心的思想来做。本小白的心理思路都写在代码注释了,然后写的比较繁琐,因为在解决这个问题的时候,考虑到了非常多的问题,但是都在这简短的代码中都得到了解决。本题最主要的思想,就是只考虑一个范围内的最大值,至于其中有什么数,都可以不关心。
//贪心解法
//[-2,1,-3,4,-1,2,1,-5,4]
public int maxSubArray(int[] nums) {
if(nums.length==1){
return nums[0];
}
int sum=Integer.MIN_VALUE;//取整型最小值
int count=0;//相当于可以重置的锚点
for(int i=0;i<nums.length;i++){
count=count+nums[i];
//取区间累计得最大值
sum=Math.max(sum,count);
if(count<=0){
count=0;//重置最大子序起始位置 因为遇到负数一定是拉低总和
//而且也意味着在当前区间 在一段增长之后 面临的都是下降
//我们不必把下降的部分放入下一个区间 反正我们已经在这个区间取到了这个的
//最大值。如果下面是仍然在下降的话 仍然归零 直到遇到一个上升的部分
//有任何一个就继续是重复前面的逻辑 而且必然可以避免 比如4前面的
//不管是任何的负数都不会和4有什么牵连 如果4前面的负数与4有牵连
//就说明前面是正的那么加上4是在变大的。
//这个贪心和暴力解法没有什么大的差别 但是把我绕了一下 最后把最大的
}
}
return sum;//只需要返回最大值就行了
}
//暴力解法
public int maxSubArray2(int[] nums) {
int sum=Integer.MIN_VALUE;
int count=0;
for(int i=0;i<nums.length;i++){
count=0;
for(int j=i;j<nums.length;j++){
count+=nums[j];
sum=Math.max(sum,count);
}
}
return sum;
}
3.Leet_45 跳跃游戏
给定一个非负整数数组,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。 示例: 输入: [2,3,1,1,4] 输出: 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。 说明: 假设你总是可以到达数组的最后一个位置
贪心就是这样,我们不必搞清楚所有的数据,我们只要能够得到我们需要的结果,就可以了。感觉和递归很想,有一种大处着眼,小处着手的感觉,我们从全局去操作,因为搞清楚所有的数据,本来就很困难。这道题也一样,相当于我们处于一个位置,那么在这个位置的能够到达的最大距离之间的这个范围,我们可以寻找一个位置,能够使下一步所到达的位置最大,比较在本位置范围的都可以到达。于是一遍一遍的寻找最优,就找到了最大的解。虽然是简单题,但是还是给本小白有很大的教育,所以还要更加加油冲冲冲。
public int jump(int[] nums) {
if(nums == null||nums.length==0||nums.length==1){
return 0;
}
//记录结果次数
int count = 0;
//当前的覆盖的区域
int cur=0;
//最大覆盖区域
int max=0;
for(int i=0;i<nums.length;i++){
//在可覆盖的区域内不断更新最大的
max=Math.max(max,i+nums[i]);
if(max>=nums.length-1){
count++;
break;
}
//不需要管一步走了多少 走到那里了 只需要知道 走到了能够让下一步最大的地方
//i==cur 意味着 遍历到了这一步能够到的最大距离
//这个时候也已经知道了 在这个范围下一步走到哪里会有更大的下一个区域
//就可以把下一个区域赋值给当前
if(i==cur){
cur=max;
count++;
}
}
return count;
}
上面是比较简单的三道小题,但是感觉给我的”贪心感“很不错。而且有的题使用一些其他方法的,代码也挺多,贪心还是挺牛的。
以上纯纯是本小白的个人感想,发出来也想要收到大佬们的指点和交流,也希望能帮到和我一样小白的人,如果对我的文章感兴趣的话,麻烦给我鼓励支持哦。(标题竟然不能包含小白和菜鸟。。。。)