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。
解题思路:
贪心算法使得尽力达到局部最优解,再到全局最最优。用大饼干满足胃口大的孩子,以此类推。因此要倒叙遍历每个小孩胃口,看能否找到满足其味口的饼干,如果找不到就遍历下一个小孩,选择饼干时也应从大到小进行比较。
class Solution:
def findContentChildren(self, g: List[int], s: List[int]) -> int:
result = 0
#sort
g = sorted(g)
s = sorted(s)
index_s = len(s)-1
#iterate each kid
for i in range(len(g)-1, -1, -1):
if index_s>=0 and s[index_s]>=g[i]:
result += 1
index_s -= 1
return result
376. 摆动序列
如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为 摆动序列 。第一个差(如果存在的话)可能是正数或负数。仅有一个元素或者含两个不等元素的序列也视作摆动序列。
-
例如,
[1, 7, 4, 9, 2, 5]
是一个 摆动序列 ,因为差值(6, -3, 5, -7, 3)
是正负交替出现的。 - 相反,
[1, 4, 7, 2, 5]
和[1, 7, 4, 5, 5]
不是摆动序列,第一个序列是因为它的前两个差值都是正数,第二个序列是因为它的最后一个差值为零。
子序列 可以通过从原始序列中删除一些(也可以不删除)元素来获得,剩下的元素保持其原始顺序。
给你一个整数数组 nums
,返回 nums
中作为 摆动序列 的 最长子序列的长度 。
解题思路:代码随想录 (programmercarl.com)
整体最优:整个序列有最多的局部峰值,从而达到最长摆动序列。
本题要考虑三种情况:
- 情况一:上下坡中有平坡
- 情况二:数组首尾两端
- 情况三:单调坡中有平坡
情况一:上下坡中有平坡
例如 [1,2,2,2,1]这样的数组,如图:
情况二:数组首尾两端
情况三:单调坡度有平坡
在版本一中,我们忽略了一种情况,即 如果在一个单调坡度上有平坡,例如[1,2,2,2,3,4],如图:
结合以上三种情况,可以将需要遍历的数字设定为第一个数至倒数第二个数,因为后续要用prediff表示数字与前一个数的差,curdiff表示与后一个数字的差,这样的好处是可提前预判前一个数是否为平坡,使用curdiff != 0,如果是的话就不用更新pre=cur
class Solution:
def wiggleMaxLength(self, nums: List[int]) -> int:
result = 1
prediff = 0
curdiff = 0
for i in range(len(nums)-1):#遍历到倒数第二个数
curdiff = nums[i+1] - nums[i]
if prediff*curdiff<=0 and curdiff!=0:
result += 1
prediff = curdiff
return result
53. 最大子序和
给你一个整数数组 nums
,请你找出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。子数组是数组中的一个连续部分。
解题思路:
贪心逻辑:取局部最大值,只要总和不为负数,说明后续添加值有递增的可能,当总和为负数,后续无论添加任何值都会减小总和,因此需要重新计数、
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
count = 0
max_count = float('-inf')
for i in range(len(nums)):
count += nums[i]
if count>max_count:
max_count = count
if count<0:
#start counting over
count = 0
return max_count