代码随想录【Day31】| 455. 分发饼干、376. 摆动序列、53. 最大子数组和

455. 分发饼干

题目链接

题目描述：
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。

示例 1:

• 输入: g = [1,2,3], s = [1,1]
• 输出: 1 解释:你有三个孩子和两块小饼干，3个孩子的胃口值分别是：1,2,3。虽然你有两块小饼干，由于他们的尺寸都是1，你只能让胃口值是1的孩子满足。所以你应该输出1。

示例 2:

• 输入: g = [1,2], s = [1,2,3]
• 输出: 2
  解释:你有两个孩子和三块小饼干，2个孩子的胃口值分别是1,2。你拥有的饼干数量和尺寸都足以让所有孩子满足。所以你应该输出2.
  提示：

1 <= g.length <= 3 * 10^4
0 <= s.length <= 3 * 10^4
1 <= g[i], s[j] <= 2^31 - 1

难点：
每次找局部最优

思路：
每次找局部最优

class Solution {
    public int findContentChildren(int[] g, int[] s) {
        if (s.length == 0) return 0;
        Arrays.sort(g);
        Arrays.sort(s);
        int n = g.length;
        int m = s.length;
        int cnt = 0;
        int j = 0;
        for (int i = 0; i < n; i++) {
            while(j < m && s[j] < g[i]) { //寻找小饼干与小胃口的最优匹配
                j++;
            }

            if (j < m) {
                cnt++;
                j++;
            }else { //越界，饼干没有了
                break;
            }

        }
        return cnt;
    }
}

时长：
10min

收获：

---

376. 摆动序列

题目链接

题目描述：
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。少于两个元素的序列也是摆动序列。

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。

给定一个整数序列，返回作为摆动序列的最长子序列的长度。 通过从原始序列中删除一些（也可以不删除）元素来获得子序列，剩下的元素保持其原始顺序。

示例 1:

• 输入: [1,7,4,9,2,5]
• 输出: 6
  解释: 整个序列均为摆动序列。

示例 2:

• 输入: [1,17,5,10,13,15,10,5,16,8]
• 输出: 7
  解释: 这个序列包含几个长度为 7 摆动序列，其中一个可为[1,17,10,13,10,16,8]。

示例 3:

• 输入: [1,2,3,4,5,6,7,8,9]
• 输出: 2

难点：
前面想了一下，还是没总结到位呀。。

public int wiggleMaxLength(int[] nums) {
        //两种特殊情况
        if (nums.length == 1) return 1;
        if (nums.length == 2) {
            if (nums[0] != nums[1]) {
                return 2;
            }else {
                return 1;
            }
        }

        int cnt = 1; //第0个元素为第1个摆动序列的元素
        int pre = nums[0];
        int start = 1; //标记首部非重复的起始位置
        if (nums[0] == nums[1]) { //如果开始部分出现连续相等元素
            for (int i = 1; i < nums.length; i++) {
                if (nums[i] != pre) {
                    start = i;
                    break;
                }
            }
        }
        boolean tag = nums[0] > nums[start]? false : true;
        for (int i = start; i < nums.length; i++) {
            if ((nums[i] - pre > 0 && tag) || (nums[i] - pre < 0 && !tag)) {
                tag = !tag;
                cnt++;
                pre = nums[i];
            }
        }

        return cnt;
    }

思路：
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

所以我们记录峰值的条件应该是： (preDiff <= 0 && curDiff > 0) || (preDiff >= 0 && curDiff < 0)

情况二：数组首尾两端
题目中说了，如果只有两个不同的元素，那摆动序列也是2。
如果靠统计差值来计算峰值个数就需要考虑数组最左面和最右面的特殊情况。
因为我们在计算 prediff（nums[i] - nums[i-1]） 和 curdiff（nums[i+1] - nums[i]）的时候，至少需要三个数字才能计算，而数组只有两个数字。
这里我们可以写死，就是 如果只有两个元素，且元素不同，那么结果为2。
不写死的话，如果和我们的判断规则结合在一起呢？

可以假设，数组最前面还有一个数字，那这个数字应该是什么呢？

之前我们在 讨论 情况一：相同数字连续 的时候， prediff = 0 ，curdiff < 0 或者 >0 也记为波谷。
那么为了规则统一，针对序列[2,5]，可以假设为[2,2,5]，这样它就有坡度了即preDiff = 0，

针对以上情形，cnt初始为1（默认最右面有一个峰值），此时curDiff > 0 && preDiff <= 0，那么cnt++（计算了左面的峰值），最后得到的cnt就是2（峰值个数为2即摆动序列长度为2）

情况三：单调坡中有平坡

class Solution {
    public int wiggleMaxLength(int[] nums) {
        if (nums.length <= 1) {
            return nums.length;
        }
        //当前差值
        int curDiff = 0;
        //上一个差值
        int preDiff = 0;
        int count = 1;
        for (int i = 1; i < nums.length; i++) {
            //得到当前差值
            curDiff = nums[i] - nums[i - 1];
            //如果当前差值和上一个差值为一正一负
            //等于0的情况表示初始时的preDiff
            if ((curDiff > 0 && preDiff <= 0) || (curDiff < 0 && preDiff >= 0)) {
                count++;
                preDiff = curDiff;
            }
        }
        return count;
    }
}

时长：
20min

收获：

---

53. 最大子数组和

题目链接

题目描述：
给定一个整数数组 nums ，找到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。

示例:

• 输入: [-2,1,-3,4,-1,2,1,-5,4]
• 输出: 6
  解释: 连续子数组 [4,-1,2,1] 的和最大，为 6。

难点：
在哪里贪心

思路：
如果 -2 1 在一起，计算起点的时候，一定是从1开始计算，因为负数只会拉低总和，这就是贪心贪的地方！

局部最优：当前“连续和”为负数的时候立刻放弃，从下一个元素重新计算“连续和”，因为负数加上下一个元素 “连续和”只会越来越小。

全局最优：选取最大“连续和”

局部最优的情况下，并记录最大的“连续和”，可以推出全局最优。

从代码角度上来讲：遍历nums，从头开始用count累积，如果count一旦加上nums[i]变为负数，那么就应该从nums[i+1]开始从0累积count了，因为已经变为负数的count，只会拖累总和。

class Solution {
    public int maxSubArray(int[] nums) {
        if (nums.length == 1) return nums[0];

        int curSum = Integer.MIN_VALUE;
        int count = 0;

        for (int i = 0; i < nums.length; i++) {
            count += nums[i];
            curSum = Math.max(count, curSum);
            if (count <= 0) {
                count = 0;
            }
        }
        return curSum;
    }
}

时长：
10min

收获：