代码随想录算法训练营第三十一天| 贪心算法：455.分发饼干，376. 摆动序列，53. 最大子序和

目录

贪心算法

题目链接：455.分发饼干

思路

代码

题目链接：376. 摆动序列

思路

代码

题目链接：53. 最大子序和

思路

代码

总结

---

贪心算法

        通过局部最优推出整体最优。

        何时使用：手动模拟可以通过局部最优推出整体最优，并且找不到反例时

        步骤：

• 将问题分解为若干个子问题
• 找出适合的贪心策略
• 求解每一个子问题的最优解
• 将局部最优解堆叠成全局最优解

题目链接：455.分发饼干

思路

        为了能够满足更多的孩子，必须要充分的利用饼干，例如饼干9应该喂给比9小但是最接近9的孩子。

        首先对两个数组进行排序，这样孩子的胃口和饼干的尺寸都是从小到大的排列

        然后从胃口最大的孩子往前遍历，判断最后一个饼干，也就是尺寸最大的饼干能否满足他

        如果能够满足，数组下标都往前移动，判断下一组

        如果不能满足，最大尺寸的饼干都不能满足这个孩子，就跳过，找胃口稍微小一点的

代码

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        sort(g.begin(), g.end());
        sort(s.begin(), s.end());
        int result = 0;
        int index = s.size() - 1;
        // 循环孩子，从胃口最大开始
        for (int i = g.size() - 1; i >= 0; i--) {
            // index>=0说明还有饼干
            // 后面的大于说明饼干尺寸可以满足当前孩子的胃口
            // 判断饼干，从尺寸最大开始
            if (index >= 0 && s[index] >= g[i]) {
                result++;
                index--;
            }
        }
        return result;
    }
};

题目链接：376. 摆动序列

思路

        数组中前后元素之差一正一负才算摆动，同时涉及到三个元素，这样才有两个差值prediff和curdiff进行比较。返回的是摆动序列的最长子序列的长度，而不是摆动次数，所以长度最短为1。需要注意以下几点：

        如果数组中只有两个元素，不能得到两个差，而长度最短为1，所以在初始化时将prediff设为0，可以将这种情况包含进去。curdiff开始遍历时就要更改，所以初始化的数值不重要。

        平坡的情况，一是平坡后方向改变，有摆动；二是平坡后方向不变，无摆动。所以在更新prefdiff上有点技巧，只有当方向改变时，也就是result加1的时候才进行更新，在平坡部分不更新。

代码

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        // 数组长度为1，直接返回
        if (nums.size() == 1)
            return 1;
        int result = 1; // 最长子序列长度最小为1
        int prediff = 0;
        int curdiff = 0;
        // 因为同时需要三个值，i-1，i，i+1，所以遍历到倒数第二个元素即可
        for (int i = 0; i < nums.size() - 1; i++) {
            curdiff = nums[i + 1] - nums[i]; // 计算当前的差值
            if ((prediff >= 0 && curdiff < 0) ||
                (prediff <= 0 && curdiff > 0)) {
                // 前后差值异号时，子序列长度加1
                result++;
                // 差值异号时更新prediff，避免平坡时的误判
                prediff = curdiff;
            }
        }
        return result;
    }
};

题目链接：53. 最大子序和

思路

        最大子序和，既然是数组中连续加和，可以双层循环，遍历所有的子序列，找到最大和，但是效率太低。利用贪心算法，从头连续加和，当和为负数时，抛弃前面的序列，从下一个位置开始重新加和，在此过程中保存和的最大值。以局部最优可推出整体最优。

代码

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int result = INT_MIN; // 用来保存最大和
        int sum = 0;          // 用来记录当前和
        for (int i = 0; i < nums.size(); i++) {
            sum += nums[i]; // 记录当前和
            // 如果当前和大于result，更新
            result = sum > result ? sum : result;
            // 如果当前和小于0，舍弃，从下一位置重新开始加和
            sum = sum > 0 ? sum : 0;
        }
        return result;
    }
};

总结

        ①贪心算法，以局部最优推整体最优

        ②不像之前的题有清晰的模板，贪心算法是一种解题的思想，题目之间差异很大，所以不能套用模板，更应该理解思想，理解题目

        ③多刷题找贪心思想的规律与手感，记得复习前面的章节