代码随想录训练营第三十一天|贪心算法理论基础、LeetCode 455、376、53

文章介绍了贪心算法在解决LeetCode中的三个问题——455.分发饼干、376.摆动序列和53.最大子数组和——中的应用,以及动态规划解法在最大子数组和问题上的实现。贪心策略通过每步选择局部最优来求全局最优,而动态规划则通过构建状态转移方程来找到最佳解决方案。
摘要由CSDN通过智能技术生成

贪心算法理论基础

  • 贪心就是选择每一阶段的局部最优,从而达到全局最优

LeetCode 455分发饼干

题目链接:455.分发饼干

class Solution {
public:
	int findContentChildren(vector<int>& g, vector<int>& s) {
		sort(g.begin(), g.end());
		sort(s.begin(), s.end());
		int ans = 0;
		for (int i = 0, j = 0; i < g.size() && j < s.size(); ++j) {
			if (g[i] <= s[j]) {
				++ans;
				++i;
			}
		}
		return ans;
	}
};

LeetCode 376摆动序列

题目链接:376.摆动序列

  • 贪心算法
class Solution {
public:
	int wiggleMaxLength(vector<int>& nums) {
		//初始值为1:首【尾】元素
		int ans = 1;
		int preDiff = 0, curDiff = 0;
		for (int i = 0; i < nums.size() - 1; ++i) {
			curDiff = nums[i + 1] - nums[i];
			//等于0的情况:上下坡中有平坡
			if ((preDiff <= 0 && curDiff > 0) || (preDiff >= 0 && curDiff < 0)) {
				++ans;
				preDiff = curDiff;//此句位置:单调坡内部有平坡【1 2 2 2 3 4】
			}
		}
		return ans;
	}
};

LeetCode 53最大子序和

题目链接:53.最大子数组和

  • 贪心
class Solution {
public:
	int maxSubArray(vector<int>& nums) {
		int ans = INT_MIN;
		int count = 0;
		for (int i = 0; i < nums.size(); ++i) {
			count += nums[i];
			if (count > ans) {
				ans = count;
			}
			if (count < 0) {
				count = 0;
			}
		}
		return ans;
	}
};
  • 动态规划
class Solution {
public:
	int maxSubArray(vector<int>& nums) {
		int ans = nums[0];
		vector<int> dp(nums.size());
		dp[0] = nums[0];
		for (int i = 1; i < nums.size(); ++i) {
			dp[i] = max(nums[i], dp[i - 1] + nums[i]);
			ans = max(ans, dp[i]);
		}
		return ans;
	}
};
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值