贪心算法 part 02
贪心算法
● 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
法1:贪心
bool lemonadeChange(vector<int>& bills) {
//所以局部最优:遇到账单20,优先消耗美元10,完成本次找零。
// 全局最优:完成全部账单的找零。
if (bills[0] > 5)return false;
vector<int> store_member(3,0);
/**
* 使用vector是非常费时的,C++中vector(可以理解是一个动态数组,
* 底层是普通数组实现的)如果插入元素大于预先普通数组大小,
* vector底部会有一个扩容的操作,即申请两倍于原先普通数组的大小,
* 然后把数据拷贝到另一个更大的数组上。
所以使用vector(动态数组)来insert,是费时的,
插入再拷贝的话,单纯一个插入的操作就是O(n^2)了,甚至可能拷贝好几次,就不止O(n^2)了
*/
//todo:将vector替换为三个数字 int five,int ten, int twenty
for (int i = 0; i < bills.size(); ++i) {
//需要找的零>手中钱数
if (bills[i] - 5 > 5 * i)return false;
//需要的最少5元张数> 手中5元张数
switch (bills[i]) {
case 5:
store_member[0]++;
break;
case 10:
if (store_member[0] == 0) return false;
store_member[1]++;
store_member[0]--;
break;
case 20:
// 优先消耗10美元,因为5美元的找零用处更大,能多留着就多留着
if (store_member[0] > 0 && store_member[1] > 0) {
store_member[0]--;
store_member[1]--;
break;
//twenty++; // 其实这行代码可以删了,因为记录20已经没有意义了,不会用20来找零
} else if (store_member[0] >= 3) {
store_member[0] -= 3;
break;
//twenty++; // 同理,这行代码也可以删了
} else return false;
}
}
return true;
}
406.根据身高重建队列
406.根据身高重建队列
法1:贪心
static bool cmp(vector<int>& a, vector<int>& b){
if (a[0] == b[0]) return a[1] < b[1];
else return a[0] > b[0];
}
/**
* 局部最优:优先按身高高的people的k来插入。
* 插入操作过后的people满足队列属性
全局最优:最后都做完插入操作,整个队列满足题目队列属性
* @param people
* @return
*/
vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
//推荐使用list
std::list<vector<int>>queue;
//根据people[i][0]排序
sort(people.begin(),people.end(),cmp);
//根据people[i][1]对queue插队
for (int i = 0; i < people.size(); ++i) {
int pos = people[i][1];
std::list<vector<int>>::iterator it = queue.begin();
while (pos--) it++;
queue.insert(it,people[i]);
}
return vector<vector<int>>(queue.begin(),queue.end());
}
452. 用最少数量的箭引爆气球
法1:贪心
//排序
static bool cmp(vector<int>& a, vector<int>& b){
return a[0] < b[0];
}
int findMinArrowShots(vector<vector<int>>& points) {
sort(points.begin(),points.end(), cmp);
//局部最优: 两个元素不相邻就射箭
//相邻元素左元素的右边界为准
if (points.size() == 0)return 0;
int ans = 1;//只要不空就需要一支箭
for (int i = 1; i < points.size(); ++i) {
if (points[i - 1][1] < points[i][0] ) {
ans++;
}else {
//更新右边界点
points[i][1] = min(points[i][1], points[i - 1][1]);
}
}
return ans;
}