概率
贪心算法,是指在对问题求解时,总是做出再当前看来是最好的选择。也就是说,不从整体最优上加以考虑,只考虑局部最优解。贪心算法没有固定算法框架,算法设计的关键是贪心策略的选择。贪心算法不是对所有问题都能得到整体最优解,选择的贪心策略必须具备无后效性,即某个状态以后的过程不会影响以前的状态,只与当前状态有关。
使用贪心策略的前提是:局部最优策略能导致产生全局最优解。
假设有一个很长的花坛,一部分地块种植了花,另一部分却没有。可是,花不能种植在相邻的地块上,它们会争夺水源,两者都会死去。给你一个整数数组 flowerbed
表示花坛,由若干 0
和 1
组成,其中 0
表示没种植花,1
表示种植了花。另有一个数 n
,能否在不打破种植规则的情况下种入 n
朵花?能则返回 true
,不能则返回 false
。
题解:
1、直接使用贪心思想就可以,遍历一遍,可以种花就加一然后改变状态,求出最多可以种多少与n进行对比。
class Solution {
public:
bool canPlaceFlowers(vector<int>& flowerbed, int n) {
int m=0;
int length=flowerbed.size();
if(n==0)
{
return true;
}
if(length==1)
{
if(flowerbed[0]==0&&n<=1)
{
return true;
}
else{
return false;
}
}
for(int i=0;i<length;i++)
{
if(flowerbed[i]==0)
{
if(i==0&&flowerbed[i+1]==0)
{
m=m+1;//判断第一个可不可以种
flowerbed[i]=1;
}
else if(i==length-1&&flowerbed[i-1]==0){
m=m+1;//判断最后一个可不可以种
flowerbed[i]=1;
}
else if(i>0&&i<(length-1)&&flowerbed[i+1]==0&&flowerbed[i-1]==0){
m=m+1;//判断中间可不可以种
flowerbed[i]=1;
}
}
}
if(m>=n)
{
return true;
}
else{
return false;
}
}
};
给你一个非负整数数组 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,如果可以,返回 true
;否则,返回 false
。
class Solution {
public:
bool canJump(vector<int>& nums) {
if(nums.size()==1&&nums[0]==0)
{
return true;
}
int max1=nums[0];
for(int i=0;i<nums.size();i++)
{
if(max1==0)
{
return false;
}
max1--;
max1=max(max1,nums[i]);
}
return true;
}
};