文章目录
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;
}
}