专题二：贪心算法问题整理(Leetcode例题及解题思路)

1.LeetCode455. 分发饼干

题目：
　　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 gi ，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 sj 。如果 sj >= gi ，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。
注意：
　　你可以假设胃口值为正。
　　一个小朋友最多只能拥有一块饼干。
示例 1:
　　输入: [1,2,3], [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: [1,2], [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.
解题思路：
１.给一个孩子的饼干应该尽可能的小并且又能满足孩子，这样子可以用大饼干可以给满足度比较大的孩子。
２.因为满足度比较小的孩子更容易得到满足，所以应该满足满足度最小的孩子。

class Solution {
    public int findContentChildren(int[] g, int[] s) {
       if(g == null || s == null){
           return 0;
       }
       //1.对饼干大小和孩子的满足度进行排序
       Arrays.sort(g);
       Arrays.sort(s);
       int i = 0,j = 0;
       while(i < g.length && j < s.length){
           if(g[i] <= s[j]){//如果满足度小于饼干的大小，说明孩子得到满足
                i++; //继续判断下一个
           }
           j++;//如果没有满足，使用下一个饼干做判断
       }
       return i;
    }
}

2.LeetCode435. 无重叠区间

题目：
　　给定一个区间的集合，找到需要移除区间的最小数量，使剩余区间互不重叠。
注意:
　　可以认为区间的终点总是大于它的起点。
　　区间 [1,2] 和 [2,3] 的边界相互“接触”，但没有相互重叠。
示例 1:
　　输入: [ [1,2], [2,3], [3,4], [1,3] ]
　　输出: 1
解释:
　　移除 [1,3] 后，剩下的区间没有重叠。
示例 2:
　　输入: [ [1,2], [1,2], [1,2] ]
　　输出: 2
解释:
　　你需要移除两个 [1,2] 来使剩下的区间没有重叠。
示例 3:
　　输入: [ [1,2], [2,3] ]
　　输出: 0
解释:
　　你不需要移除任何区间，因为它们已经是无重叠的了。
解题思路：
　　本题解决一个很经典的贪心算法问题 Interval Scheduling（区间调度问题）。给你很多形如 [start, end] 的闭区间，请你设计一个算法，算出这些区间中最多有几个互不相交的区间。这个问题在生活中的应用广泛，比如你今天有好几个活动，每个活动都可以用区间 [start, end] 表示开始和结束的时间，请问你今天最多能参加几个活动呢？显然你一个人不能同时参加两个活动，所以说这个问题就是求这些时间区间的最大不相交子集。
　　解题思路分三步：　　
　（１）从区间集合 intvs 中选择一个区间 x，这个 x 是在当前所有区间中结束最早的（end 最小）。
　（２）把所有与 x 区间相交的区间从区间集合 intvs 中删除。
　（３）重复步骤 1 和 2，直到 intvs 为空为止。之前选出的那些 x 就是最大不相交子集。
可以按每个区间的 end 数值升序排序：

　　不难发现所有与 x 相交的区间必然会与 x 的 end 相交；如果一个区间不想与 x 的 end 相交，它的 start 必须要大于（或等于）x 的 end：

 class Solution {
    public int eraseOverlapIntervals(int[][] intervals) {
       if(intervals.length <= 1){
           return 0;
       }
       //给定一个区间[start,end],对end做升序处理
       Arrays.sort(intervals,new Comparator<int[]>(){
           public int compare(int[] a, int[] b){
               return a[1] - b[1];
           }
       });
       int x_end = intervals[0][1];
       int count = 0;
       for(int i = 1;i < intervals.length;i++){
           int　start = intervals[i][0];
           if(start < x_end){//如果满足条件，重叠
               count ++;
           }else{
               x_end = intervals[i][1];
           }
       }
       return count;
    }
}

3.LeetCode452. 用最少数量的箭引爆气球

题目：
　　在二维空间中有许多球形的气球。对于每个气球，提供的输入是水平方向上，气球直径的开始和结束坐标。由于它是水平的，所以y坐标并不重要，因此只要知道开始和结束的x坐标就足够了。开始坐标总是小于结束坐标。平面内最多存在104个气球。
　　一支弓箭可以沿着x轴从不同点完全垂直地射出。在坐标x处射出一支箭，若有一个气球的直径的开始和结束坐标为 xstart，xend， 且满足 xstart ≤ x ≤ xend，则该气球会被引爆。可以射出的弓箭的数量没有限制。 弓箭一旦被射出之后，可以无限地前进。我们想找到使得所有气球全部被引爆，所需的弓箭的最小数量。
示例：
　　输入:[[10,16], [2,8], [1,6], [7,12]]
　　输出：2
解释:
　　对于该样例，我们可以在x = 6（射爆[2,8],[1,6]两个气球）和 x = 11（射爆另外两个气球）。

解题思路：
　　这个问题和区间调度算法一模一样！如果最多有 n 个不重叠的区间，那么就至少需要 n 个箭头穿透所有区间：

　　只是有一点不一样，在 intervalSchedule 算法中，如果两个区间的边界触碰，不算重叠；而按照这道题目的描述，箭头如果碰到气球的边界气球也会爆炸，所以说相当于区间的边界触碰也算重叠：

class Solution {
    public int findMinArrowShots(int[][] points) {
       if(points == null || points.length == 0){
           return 0;
       }
       Arrays.sort(points,new Comparator<int[]>(){
           public int compare(int[] a,int[] b){
               return a[1] - b[1];
           }
       });
       int x_end = points[0][1];
       int count = 1;
       for(int i = 1;i < points.length;i++){
           int start = points[i][0];
           if(start <= x_end){
               continue;
           }else{
               count ++;
               x_end = points[i][1];
           }
       }
       return count;
    }
}

４.LeetCode406. 根据身高重建队列

题目：
　　假设有打乱顺序的一群人站成一个队列。 每个人由一个整数对(h, k)表示，其中h是这个人的身高，k是排在这个人前面且身高大于或等于h的人数。 编写一个算法来重建这个队列。
注意：
　　总人数少于1100人。
示例：
　　输入:[[7,0], [4,4], [7,1], [5,0], [6,1], [5,2]]
　　输出:[[5,0], [7,0], [5,2], [6,1], [4,4], [7,1]]
解题思路：
　　让我们从最简单的情况下思考，当队列中所有人的 (h,k) 都是相同的高度 h，只有 k 不同时，解决方案很简单：每个人在队列的索引 index = k。
　　即使不是所有人都是同一高度，这个策略也是可行的。因为个子矮的人相对于个子高的人是 “看不见” 的，所以可以先安排个子高的人。

　　上图中我们先安排身高为 7 的人，将它放置在与 k 值相等的索引上；再安排身高为 6 的人，同样的将它放置在与 k 值相等的索引上。
　　该策略可以递归进行：
　　（１）将最高的人按照 k 值升序排序，然后将它们放置到输出队列中与 k 值相等的索引位置上。
　　（２）按降序取下一个高度，同样按 k 值对该身高的人升序排序，然后逐个插入到输出队列中与 k 值相等的索引位置上。
　　（３）直到完成为止。








算法：
　排序：
　　按高度降序排列。
　　在同一高度的人中，按 k 值的升序排列。
　　逐个地把它们放在输出队列中，索引等于它们的 k 值。
　　返回输出队列

      class Solution {
    public int[][] reconstructQueue(int[][] people) {
        if(people == null || people.length == 0){
            return new int[0][0];
        }
        Arrays.sort(people,new Comparator<int[]>(){
            public int compare(int[] a,int[] b){
                return a[0]==b[0]?a[1]-b[1]:b[0]-a[0];
            }
        });
        List<int[]> queue = new ArrayList<>();
        for(int[] p : people){
            queue.add(p[1],p);
        }
        return queue.toArray(new int[queue.size()][]);
    }
}

５.LeetCode121. 买卖股票的最佳时机

题目：
　　给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。
　　如果你最多只允许完成一笔交易（即买入和卖出一支股票一次），设计一个算法来计算你所能获取的最大利润。
　　注意：你不能在买入股票前卖出股票。
示例 1:
　　输入: [7,1,5,3,6,4]
　　输出: 5
　　解释: 在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利润 = 6-1 = 5 。
注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格；同时，你不能在买入前卖出股票。
示例 2:
　　输入: [7,6,4,3,1]
　　输出: 0
　　解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。
解题思路：
　　只要记录前面的最小价格，将这个最小价格作为买入价格，然后将当前的价格作为售出价格，查看当前收益是不是最大收益。

class Solution {
    public int maxProfit(int[] prices) {
        if(prices == null || prices.length == 0){
            return 0;
        }
        int min = prices[0];
        int maxPro = 0;
        for(int i=1; i<prices.length; i++){
            if(min > prices[i]){
                min = prices[i];
            }else{
                maxPro = Math.max(maxPro,prices[i]-min);
            }
        }
        return maxPro;
    }
}

６.LeetCode122. 买卖股票的最佳时机 II

题目：
　　给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。
　　设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。
　　注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。
示例 1:
　　输入: [7,1,5,3,6,4]
　　输出: 7
　　解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。
示例 2:
　　输入: [1,2,3,4,5]
　　输出: 4
　　解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。
因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。
示例 3:
　　输入: [7,6,4,3,1]
　　输出: 0
　　解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。
提示：
　　1 <= prices.length <= 3 * 10 ^ 4
　　0 <= prices[i] <= 10 ^ 4
解题思路：

class Solution {
    public int maxProfit(int[] prices) {
        int profit = 0;
        for(int i=1;i<prices.length;i++){
            if(prices[i]-prices[i-1] > 0){
                profit += prices[i]-prices[i-1];
            }
        }
        return profit;
    }
}

７.LeetCode605. 种花问题

题目：
　　假设你有一个很长的花坛，一部分地块种植了花，另一部分却没有。可是，花卉不能种植在相邻的地块上，它们会争夺水源，两者都会死去。
　　给定一个花坛（表示为一个数组包含0和1，其中0表示没种植花，1表示种植了花），和一个数 n 。能否在不打破种植规则的情况下种入 n 朵花？能则返回True，不能则返回False。
示例 1:
　　输入: flowerbed = [1,0,0,0,1], n = 1
　　输出: True
示例 2:
　　输入: flowerbed = [1,0,0,0,1], n = 2
　　输出: False
注意:
　　数组内已种好的花不会违反种植规则。
　　输入的数组长度范围为 [1, 20000]。
　　n 是非负整数，且不会超过输入数组的大小。
解题思路
　　我们从左到右扫描数组 flowerbed，如果数组中有一个 0，并且这个 0 的左右两侧都是 0，那么我们就可以在这个位置种花，即将这个位置的 0 修改成 1，并将计数器 count 增加 1。对于数组的第一个和最后一个位置，我们只需要考虑一侧是否为 0（第一个位置只需要考虑右侧是否为零，最后一个位置只需要考虑左侧是否为零）。
　　在扫描结束之后，我们将 count 与 n 进行比较。如果 count >= n，那么返回 True，否则返回 False。

class Solution {
    public boolean canPlaceFlowers(int[] flowerbed, int n) {
        int count = 0;
        int i = 0;
        while(i < flowerbed.length){
            if(flowerbed[i] == 0 && (i == 0 || flowerbed[i-1] == 0) && (i == flowerbed.length-1 || flowerbed[i+1] == 0)){
                count ++;
                flowerbed[i] = 1;
            }
            i++;
        }
        return count >= n;
    }
}

８.LeetCode392. 判断子序列

题目：
　　给定字符串 s 和 t ，判断 s 是否为 t 的子序列。
　　你可以认为 s 和 t 中仅包含英文小写字母。字符串 t 可能会很长（长度 ~= 500,000），而 s 是个短字符串（长度 <=100）。
　　字符串的一个子序列是原始字符串删除一些（也可以不删除）字符而不改变剩余字符相对位置形成的新字符串。（例如，"ace"是"abcde"的一个子序列，而"aec"不是）。
示例 1:
　　s = “abc”, t = “ahbgdc”
　　返回 true.
示例 2:
　　s = “axc”, t = “ahbgdc”
　　返回 false.
解题思路：
　　indexOf(char c,int m)意思是从第m位置开始寻找该索引，找到则返回该索引，否则返回-1

   class Solution {
    public boolean isSubsequence(String s, String t) {
        char[] ch = s.toCharArray();
        int index = -1;
        for(int i = 0;i < ch.length;i++){
            index = t.indexOf(ch[i],index+1);
            if(index == -1){//只要有一个找不到就返回false
                return false;
            }
        }
        return true;

    }
}

9.LeetCode665. 非递减数列

题目：
　　给你一个长度为 n 的整数数组，请你判断在最多改变 1 个元素的情况下，该数组能否变成一个非递减数列。
　　我们是这样定义一个非递减数列的： 对于数组中所有的 i (1 <= i < n)，总满足 array[i] <= array[i + 1]。
示例 1:
　　输入: nums = [4,2,3]
　　输出: true
　　解释: 你可以通过把第一个4变成1来使得它成为一个非递减数列。
示例 2:
　　输入: nums = [4,2,1]
　　输出: false
　　解释: 你不能在只改变一个元素的情况下将其变为非递减数列。
说明：
　　1 <= n <= 10 ^ 4
　　- 10 ^ 5 <= nums[i] <= 10 ^ 5
解题思路：
　　调整当前num[i]>nums[i+1] 可能调整nums[i] = nums[i+1] ，也有可能是 nums[i+1] = nums[i]
　　（１）第一种 3(i) 2时，访问到3 前面没有元素 我们只能尽可能小的调整前面元素 所以nums[i] = nums[i+1]
　　（２）第二种 3 4 1 访问到4 前面3(x) > 1(z)的 我们只能调整 1(z) 为4(y) 如果调整为3 1 1会不符合
　　（３）第三种 2 4 3 访问到4 前面2(x) < 3(z)的 我们这时调整 x(4) 为3(z) 如果调整z(3)为4(y) 如果z后面是递增的会有影响 或者说会把此时情况处理的更糟
　　所以 结合上面三种 分为以下情况 如果nums[y] > nums[y+1]
　　1> 如果x前面没有元素 nums[y] = nums[y+1]
　　2> 前面有元素
　　　＜1＞ y-1前面元素(x) > y+1当前元素的后一元素(z) nums[z] = nums[y]
　　　＜2＞ y-1前面元素(x) < y+1当前元素的后一元素(z) nums[y] = nums[z]
每次如果nums[y] > nums[y+1] 则必须调整一次 count++ 如果count>=2 return false

   class Solution {
    public boolean checkPossibility(int[] nums) {
        int count = 0;
        for(int i=0;i < nums.length-1;i++){
            if(nums[i]>nums[i+1]){
                count++;
                if( i-1>=0 && nums[i-1] > nums[i+1]){
                    nums[i+1]=nums[i];
                }else{
                    nums[i]=nums[i+1];
                }
            }
        }
        return count<=1;
    }
}

1０.LeetCode53. 最大子序和

题目：
　　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。
解题思路：
　　使用单个数组作为输入来查找最大（或最小）元素（或总和）的问题，贪心算法是可以在线性时间解决的方法之一。
　　每一步都选择最佳方案，到最后就是全局最优的方案。
算法：
　　该算法通用且简单：遍历数组并在每个步骤中更新：
　　当前元素
　　当前元素位置的最大和
　　迄今为止的最大和

   class Solution {
    public int maxSubArray(int[] nums) {
        if(nums == null || nums.length == 0){
            return 0;
        }
        int curMax = nums[0];
        int sumMax = nums[0];
        for(int i = 1; i<nums.length; i++){
            curMax = Math.max(nums[i],nums[i]+curMax);
            sumMax = Math.max(curMax, sumMax);
        }
        return sumMax;
    }
}

11.LeetCode763. 划分字母区间

题目：
　　字符串 S 由小写字母组成。我们要把这个字符串划分为尽可能多的片段，同一个字母只会出现在其中的一个片段。返回一个表示每个字符串片段的长度的列表。
示例 :
　　输入: S = “ababcbacadefegdehijhklij”
　　输出: [9,7,8]
解释:
　　划分结果为 “ababcbaca”, “defegde”, “hijhklij”。
　　每个字母最多出现在一个片段中。
　　像 “ababcbacadefegde”, “hijhklij” 的划分是错误的，因为划分的片段数较少。
注意:
　　S的长度在[1, 500]之间。
　　S只包含小写字母’a’到’z’。
解题思路：
　　不断地从左边选取最小区间，可以从第一个字母开始分析，假设第一个字母是‘ａ’，那么第一个区间一定包含最后一次出现的＇ａ＇。但是第一个出现的＇ａ＇和最后一个出现的＇ａ＇之间可能还有其他的字母，这些字母会让区间变大。例如，在 “abccaddbeffe” 字符串中，第一个最小的区间是 “abccaddb”。
因此，对于遇到的每一个字母，去找这个字母最后一次出现的位置，用来更新当前的最小区间。

class Solution {
    public List<Integer> partitionLabels(String S) {
        //存放每个字母最后一次在字符串出现的位置
        int[] last = new int[26];
        for(int i = 0;i < S.length();i++){
            last[S.charAt(i)-'a'] = i;
        }
        //用于存放返回值结果
        List<Integer> list = new ArrayList<>();
        //preInde用于存放区间起点
        int preIndex = 0;
        //maxIndex用于存放区间结束点
        int maxIndex = 0;
        for(int i = 0;i < S.length();i++){
            int end = last[S.charAt(i)-'a'];
            if(end > maxIndex){
                maxIndex = end;
            }
            if(i == maxIndex){
                list.add(maxIndex - preIndex + 1);
                preIndex = maxIndex + 1;
            }
        }
        return list;
    }
}