代码随想录Day35 | 860.柠檬水找零 406.根据身高重建队列 452. 用最少数量的箭引爆气球
860.柠檬水找零
文档讲解:代码随想录
视频讲解: 贪心算法,看上去复杂,其实逻辑都是固定的!LeetCode:860.柠檬水找零
状态
因为只有三种情况,所以可以考虑分类讨论,对于面值为5的,我们不需要找0,对于面值为10的,我们需要找1张5元,对于面值为20的我们有两种方式一个是找3张5元的,一个是找1张10元1张5元,这里就需要设计贪心了,因为10元唯一的用处就是用来找20的,所以需要优先消耗掉10元,防止后于没有5元的情况。具体可以新建一个数组然后存储5,10,20的张数,等到需要找钱时,看还有没有余额
//5 -- 不需要
//10 -- 1张5
//20 -- 3张5 或者 1张10+1张5
class Solution {
public:
bool lemonadeChange(vector<int>& bills) {
vector<int> check(3);
for(int i = 0;i<bills.size();i++)
{
if(bills[i] == 5)
{
check[0]++;
}
if(bills[i] == 10)
{
if(check[0]-1<0)
{
return false;
}
check[0]--;
check[1]++;
}
if(bills[i] == 20)
{
//需要优先使用10+5的组合来找零
//因为这是10的唯一用处
//5如果先用完后续可能会出错
if(check[0]-1>=0 && check[1]-1>=0)
{
check[0]--;
check[1]--;
continue;
}
else if(check[0]-3>=0)
{
check[0] -= 3;
continue;
}
else
{
return false;
}
check[2]++;
}
}
return true;
}
};
406.根据身高重建队列
文档讲解:代码随想录
视频讲解: 贪心算法,不要两边一起贪,会顾此失彼 | LeetCode:406.根据身高重建队列
状态
本题和昨天的按分值分配孩子类似,对于最后的结果是由两个因素影响的。那么还是需要将这两个因素分开来考虑,首先需要考虑身高,因为不矮于自己这个数值是需要身高来控制的。首先就是利用身高降序排序,因为这样之后我们根据k值来插入就会插入到正确位置,比如k等于2,那说明这个h之前应该有两个不小于h的值,那么从大到小的这个顺序刚好可以满足
//先按身高排序,然后再根据k来搜索更新位置
class Solution {
public:
//降序排列
static bool cmp(vector<int>& a,vector<int>& b)
{
if(a[0]==b[0]) return a[1]<b[1];
return a[0]>b[0];
}
vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
sort(people.begin(),people.end(),cmp);
vector<vector<int>> res;
//从大h到小h根据k值搜索应该插入的位置
for(int i= 0;i<people.size();i++)
{
//k
int k = people[i][1];
res.insert(res.begin()+k,people[i]);
}
return res;
}
};
vector与list
list容器底层是链表,而vector容器底层是数组
vector原理
452.用最少数量的箭引爆气球
文档讲解:代码随想录
视频讲解: 贪心算法,判断重叠区间问题 | LeetCode:452.用最少数量的箭引爆气球
状态
//在一个x区间中,射出一箭会引爆这个区间的气球
//如果 多个x区间 用重叠区域,那么从这个重叠区域射出的将引爆这 多个x区间
//首先按照区间的左值升序排序,左值一样的,较小右值在前面
//遍历,当i的左值超过了前一个重叠区间右值,那么说明之后需要再射出一箭才能引爆后面的
//更新重叠区间
class Solution {
public:
static bool cmp(vector<int>& a,vector<int>& b)
{
//if(a[0] == b[0]) return a[1]<b[1];
return a[0]<b[0];
}
int findMinArrowShots(vector<vector<int>>& points) {
sort(points.begin(),points.end(),cmp);
int res = 1;
for(int i=1;i<points.size();i++)
{
if(points[i][0] > points[i-1][1])
{
res++;
}
//更新重叠区间
else
{
points[i][1] = min(points[i-1][1],points[i][1]);
}
}
return res;
}
};