第三十一天|贪心算法

最新推荐文章于 2024-08-05 14:31:27 发布

celestialzzzzzzzz

最新推荐文章于 2024-08-05 14:31:27 发布

阅读量27

点赞数

文章标签：贪心算法算法 leetcode python 数据结构

本文链接：https://blog.csdn.net/weixin_43880126/article/details/130146367

版权

贪心算法大体上就是用多个局部优化组合成整体优化，今天的题不难

455. Assign Cookies

这道题很直接，基本上就是用双指针进行一下匹配

Way1：

对饼干进行循环，找到每个饼干能符合到哪，输出对应的最终的人的数组的index即可

class Solution:
    def findContentChildren(self, g: List[int], s: List[int]) -> int:
        s.sort()
        g.sort()
        res=0
        for i in range(len(s)):
            if res < len(g) and s[i]>=g[res]:
                res+=1
        return res

376. Wiggle Subsequence

这道题也可以是贪心算法，主要是是看当前是不是拐点即可

Way1：

当前的差值与上次的差值进行相乘从而判断是不是单调，同时当前的差值不能是0，如果满足这个条件则把res+=1.

class Solution:
    def wiggleMaxLength(self, nums: List[int]) -> int:
        pre,cur,res=0,0,1
        for i in range(1,len(nums)):
            cur=nums[i]-nums[i-1]
            if cur*pre<=0 and cur!=0:
                res+=1
                pre=cur
        return res

Way2：

利用dp的状态转换，up和down数组分别计数。如果当前比之前大，则up就是上次的down+1，当前down与上次down相同反之则down是之前的up+1，up与之前的up相同。最终取最值

class Solution:
    def wiggleMaxLength(self, nums: List[int]) -> int:
        n=len(nums)
        up=[1 for _ in range(n)]
        down =[1 for _ in range(n)]
        for i  in range(1,n):
            if nums[i] >nums[i-1]:
                up[i]=down[i-1]+1
                down[i]=down[i-1]
            elif nums[i] <nums[i-1]:
                up[i]=up[i-1]
                down[i]=up[i-1]+1
            else:
                up[i]=up[i-1]
                down[i]=down[i-1]   
        return max(up[-1],down[-1])

53. Maximum Subarray

这道题还可以是贪心算法

Way1：

算一个直到当前的count，如果count小于0则重新开始计算，过程中取最大的count作为最终的值

class Solution:
    def wiggleMaxLength(self, nums: List[int]) -> int:
        pre,cur,res=0,0,1
        for i in range(1,len(nums)):
            cur=nums[i]-nums[i-1]
            if cur*pre<=0 and cur!=0:
                res+=1
                pre=cur
        return res

Way2：

用dp，每次dp=max(nums[i],nums[i]+dp[i-1]),求最大的dp

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        dp=[0 for _ in range(len(nums))]
        dp[0]=nums[0]
        for i in range(1,len(nums)):
            dp[i]=max(nums[i],nums[i]+dp[i-1])
        return max(dp)