代码随想录第34天 | 贪心算法 part03

代码随想录算法训练营第34天 | 贪心算法 part03

● 1005.K次取反后最大化的数组和
● 134. 加油站
● 135. 分发糖果

题目一 1005.K次取反后最大化的数组和

给定一个整数数组 A，我们只能用以下方法修改该数组：我们选择某个索引 i 并将 A[i] 替换为 -A[i]，然后总共重复这个过程 K 次。（可以多次选择同一个索引 i!）
以这种方式修改数组后，返回数组可能的最大和。
示例 1：

• 输入：A = [4,2,3], K = 1
• 输出：5
• 解释：选择索引 (1,) ，然后 A 变为 [4,-2,3]。

贪心算法：
局部最优：如果有负数，就优先反转绝对值大的，因为反转之后会更大；
如果全是正数，就优先反转绝对值小的，这样损失的值最少。
全局最优：使得和最大。

因为可以多次反转一个数，因此解题法如下：

• 第一步：将数组按照绝对值大小从大到小排序，注意要按照绝对值的大小
• 第二步：从前向后遍历，遇到负数将其变为正数，同时K–
• 第三步：如果K还大于0，那么反复转变数值最小的元素，将K用完
• 第四步：求和

本题需要在排序的时候给定排序函数一个规则。java的传参形式较为复杂，故使用c++进行解题。
静态函数compare规定了绝对值大为准。

排序之后，数组的倒数最后一个元素就一定是绝对值最小的，只要将它颠倒即可。
注意我们只需要判定k的奇偶性从而决定是否翻转(就一次)，而不是需要真的反复翻转。

class Solution 
{
public:
    static bool compare(int a, int b)
    {
        return abs(a) > abs(b);
    }
    int largestSumAfterKNegations(vector<int>& nums, int k) 
    {
        sort(nums.begin(), nums.end(), compare);
        int len = nums.size();
        for(int i=0; i<len; i++)
        {
            if(nums[i] < 0 && k>0)
            {
                nums[i] = -1 * nums[i];
                k--;
            } 
        
        }
        // 如果K还大于0，那么反复转变数值最小的元素，将K用完
        if(k % 2 == 1)
        {
            nums[len - 1] *= -1;
        }
        int ans = 0;
        for(int j=0; j<len; j++)
        {
            ans += nums[j];
        }
        return ans;
    }
};

题目二 134. 加油站

在一条环路上有 N 个加油站，其中第 i 个加油站有汽油 gas[i] 升。
你有一辆油箱容量无限的的汽车，从第 i 个加油站开往第 i+1 个加油站需要消耗汽油 cost[i] 升。你从其中的一个加油站出发，开始时油箱为空。
如果你可以按顺序绕环路行驶一周，则返回出发时加油站的编号，否则返回 -1。
说明:

• 如果题目有解，该答案即为唯一答案。
• 输入数组均为非空数组，且长度相同。
• 输入数组中的元素均为非负数。
  示例 1: 输入:
• gas = [1,2,3,4,5]
• cost = [3,4,5,1,2]
  输出: 3 解释:
• 从 3 号加油站(索引为 3 处，索引从0开始)出发，可获得 4 升汽油。此时油箱有 = 0 + 4 = 4 升汽油
• 开往 4 号加油站，此时油箱有 4 - 1 + 5 = 8 升汽油
• 开往 0 号加油站，此时油箱有 8 - 2 + 1 = 7 升汽油
• 开往 1 号加油站，此时油箱有 7 - 3 + 2 = 6 升汽油
• 开往 2 号加油站，此时油箱有 6 - 4 + 3 = 5 升汽油
• 开往 3 号加油站，你需要消耗 5 升汽油，正好足够你返回到 3 号加油站。
• 因此，3 可为起始索引。

总体概括是，从a开到b，gas[a]和gas[b]的数字(油量)都能取到，然后得减去起点处消耗的油量cost[a]。
注意最后我们的要求是能返回起点(数字不为负数)，因此是先减去cost[a]再加上gas[b].
本题实际还有限制，只能从某一元素开始按数组顺序依次移动(溢出则从0开始)，因此也不存在任意跳跃的情况。

暴力法

暴力的方法很明显O(n^2)，遍历每一个加油站为起点的情况，模拟一圈。
如果跑了一圈，中途没有断油，而且最后油量大于等于0，说明这个起点是ok的。
暴力的方法思路比较简单，但代码写起来也不是很容易，关键是要模拟跑一圈的过程。
for循环遍历以每一个节点作为起始位置的情况，而while循环在内模拟每次的环形遍历。

for循环适合模拟从头到尾的遍历，而while循环适合模拟环形遍历，要善于使用while！

public int canCompleteCircuit(int[] gas, int[] cost) 
{
	//int glen = gas.length;
	int clen = cost.length;
	for(int i=0; i<clen; i++)
	{
		int rest = gas[i] - cost[i];
		int next = (i+1) % clen;//next place
		
		while(rest > 0 && next != i)//小于等于0就开不了了
		{
			rest += (gas[next] - cost[next]);
			next = (next + 1) % clen;
		}
		// 如果以i为起点跑一圈，剩余油量>=0，返回该起始位置
		if(rest >= 0 && next == i)
			return i;
	}
	return -1;
}

贪心法一

直接从全局进行贪心选择，情况如下：

• 情况一：如果gas的总和小于cost总和，那么无论从哪里出发，一定是跑不了一圈的
• 情况二：rest[i] = gas[i]-cost[i]为一天剩下的油，i从0开始计算累加到最后一站，如果累加没有出现负数，说明从0出发，油就没有断过，那么0就是起点。
• 情况三：如果累加的最小值是负数，汽车就要从非0节点出发，从后向前，看哪个节点能把这个负数填平，能把这个负数填平的节点就是出发节点。

public int canCompleteCircuit(int[] gas, int[] cost) 
{
	int glen = gas.length;
	int cursum = 0; // 从起点出发，油箱里的油量最小值
	int min = 999999; //累加的最小值，开始设定为最大
	for(int i=0; i<glen; i++)
	{
		int rest = gas[i] - cost[i];
		cursum += rest;
		if(cursum < min)
		{
			min = cursum;
		}
	}
	if(cursum < 0)//1
		return -1;
	if(min >= 0)//2
		return 0;
	for(int i = glen - 1; i>=0; i--)//3
	{
		int rest = gas[i] - cost[i];
		min += rest;
		if(min >= 0)
			return i;
	}
	return -1;
}

• 时间复杂度：O(n)
• 空间复杂度：O(1)

贪心法二

可以换一个思路，首先如果总油量减去总消耗大于等于零那么一定可以跑完一圈，说明 各个站点的加油站 剩油量rest[i]相加一定是大于等于零的。
每个加油站的剩余量rest[i]为gas[i] - cost[i]。
i从0开始累加rest[i]，和记为curSum，
一旦curSum小于零，说明[0, i]区间都不能作为起始位置，
因为这个区间选择任何一个位置作为起点，到i这里都会断油.
那么起始位置从i+1算起，再从0计算curSum。

比如下面从0位置开始，1+3-6<0，后面的路走不通了，只能从-6后面开始尝试；再次尝试，发现1+1+1+3-6 = 0 ，能正好用完，证明成立。

那么局部最优：当前累加rest[i]的和curSum一旦小于0，起始位置至少要是i+1，因为从i之前开始一定不行。
全局最优：找到可以跑一圈的起始位置。

public int canCompleteCircuit(int[] gas, int[] cost) 
{
	int curSum = 0;
	int totalSum = 0;
	int index = 0;
	for (int i = 0; i < gas.length; i++) {
		curSum += gas[i] - cost[i];
		totalSum += gas[i] - cost[i];
		if (curSum < 0) {
			index = (i + 1) % gas.length ; 
			curSum = 0;
		}
	}
	if (totalSum < 0) 
		return -1;
	return index;
}

• 时间复杂度：O(n)
• 空间复杂度：O(1)
  说这种解法为贪心算法，才是有理有据的，因为全局最优解是根据局部最优推导出来的。

题目三 135. 分发糖果

老师想给孩子们分发糖果，有 N 个孩子站成了一条直线，老师会根据每个孩子的表现，预先给他们评分。帮助老师给这些孩子分发糖果：

• 每个孩子至少分配到 1 个糖果。
• 相邻的孩子中，评分高的孩子必须获得更多的糖果。
  那么这样下来至少需要准备多少颗糖果呢？
  示例 1:
• 输入: [1,0,2]
• 输出: 5
• 解释: 你可以分别给这三个孩子分发 2、1、2 颗糖果。

这道题目一定是要确定一边之后，再确定另一边，例如比较每一个孩子的左边，然后再比较右边，如果两边一起考虑一定会顾此失彼。
因此得先从左向右遍历，然后再从右向左遍历。

先从左向右，先确定右边评分大于左边的情况。
此时局部最优：只要右边评分比左边大，右边的孩子就多一个糖果
全局最优：相邻的孩子中，评分高的右孩子获得比左边孩子更多的糖果

注意糖果数的增加来源于比较，如果左边拿了两个，而右边没有比左边得分更高(仅是相等)，也只能拿到最基础的一个而不是两个(是的，只要后面的没有比前面的更出彩，只能拿一个保底，而不是继承前面那位的基数)。
因此代码中只需保证所有位置起始为1，右比左多的情况只用加一即可，出现不了3个糖果的情况。

再从右向左，确定左孩子大于右孩子的情况。
遍历顺序这里有同学可能会有疑问，为什么不能从前向后遍历呢？
因为 rating[5]与rating[4]的比较 要利用到 rating[5]与rating[6]的比较结果，所以 要从后向前遍历，让5和6优先比较得出结果。

如果 ratings[i] > ratings[i + 1]，
此时candyVec[i]（第i个小孩的糖果数量）就有两个选择了，一个是candyVec[i + 1] + 1（从右边这个加1得到的糖果数量），一个是candyVec[i]（之前比较右孩子大于左孩子得到的糖果数量）。

那么又要贪心了，局部最优：取candyVec[i + 1] + 1 和 candyVec[i] 最大的糖果数量，保证第i个小孩的糖果数量既大于左边的也大于右边的。
全局最优：相邻的孩子中，评分高的孩子获得更多的糖果。
局部最优可以推出全局最优。

所以就取candyVec[i + 1] + 1 和 candyVec[i] 最大的糖果数量，(因为最大也就是2，多不到哪去)
candyVec[i]只有取最大的才能既保持对左边candyVec[i - 1]的糖果多，也比右边candyVec[i + 1]的糖果多。

public int candy(int[] ratings) 
{
	int len = ratings.length;
	int[] cangive = new int[len];
	cangive[0] = 1;//给第一个赋值就行
	for(int i=1; i<len; i++)
	{
		if(ratings[i] > ratings[i-1])
			cangive[i] = cangive[i-1] + 1;
		else cangive[i] = 1;
	}
	for(int j = len-2; j>=0; j--)
	{
		if(ratings[j] > ratings[j+1])
			cangive[j] = Math.max( cangive[j], cangive[j+1] + 1 );
	}
	int ans = 0;
	for(int k=0; k<len; k++)
	{
		ans += cangive[k];
	}
	return ans;
}

• 时间复杂度: O(n)
• 空间复杂度: O(n)

关键是不要同时想着两头，不然会厚此失彼。