代码随想录训练营Day 27|Python|Leetcode|● 455.分发饼干 ● 376. 摆动序列 ● 53. 最大子序和

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：

1. 情况一：上下坡中有平坡
2. 情况二：数组首尾两端
3. 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