算法练习 DAY31 || 455.分发饼干 376. 摆动序列 53. 最大子序和

455.分发饼干

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 g[i],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 s[j] 。如果 s[j] >= g[i],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。

示例 1:

输入: g = [1,2,3], s = [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: g = [1,2], s = [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.

提示:

1 <= g.length <= 3 * 10^4
0 <= s.length <= 3 * 10^4
1 <= g[i], s[j] <= 2^31 - 1

思路

为了满足更多的小孩,就不要造成饼干尺寸的浪费。

大尺寸的饼干既可以满足胃口大的孩子也可以满足胃口小的孩子,那么就应该优先满足胃口大的。

这里的局部最优就是大饼干喂给胃口大的,充分利用饼干尺寸喂饱一个,全局最优就是喂饱尽可能多的小孩。

可以尝试使用贪心策略,先将饼干数组和小孩数组排序。

然后从后向前遍历小孩数组,用大饼干优先满足胃口大的,并统计满足小孩数量。

在这里插入图片描述

class Solution {
public:
	int findContentChildren(vector<int>& g, vector<int>& s) {
		//对孩子g和饼干s进行排序
		sort(g.begin(), g.end());
		sort(s.begin(), s.end());
		//从后向前遍历饼干,s[j]>g[i] count++
		int count = 0;
		int i = g.size() - 1;
		int j = s.size() - 1;
		for (i, j; i >= 0 && j >= 0; i--) {
		//这里因该是移动小孩的index
		//因为一旦if条件不成立 说明当前没能满足这个小孩 比如小孩胃口是3
		//饼干是2,按照排序饼干从小到大排序,整个饼干数组里不可能再出现能满足这个小孩的饼干
			if (s[j] >= g[i]) {
				count++;
				j--;
			}
		}
		return count;
	}
};

376. 摆动序列

如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为摆动序列。第一个差(如果存在的话)可能是正数或负数。少于两个元素的序列也是摆动序列。

例如, [1,7,4,9,2,5] 是一个摆动序列,因为差值 (6,-3,5,-7,3) 是正负交替出现的。相反, [1,4,7,2,5] 和 [1,7,4,5,5] 不是摆动序列,第一个序列是因为它的前两个差值都是正数,第二个序列是因为它的最后一个差值为零。

给定一个整数序列,返回作为摆动序列的最长子序列的长度。 通过从原始序列中删除一些(也可以不删除)元素来获得子序列,剩下的元素保持其原始顺序。

示例 1:

输入: [1,7,4,9,2,5]
输出: 6
解释: 整个序列均为摆动序列。

示例 2:

输入: [1,17,5,10,13,15,10,5,16,8]
输出: 7
解释: 这个序列包含几个长度为 7 摆动序列,其中一个可为[1,17,10,13,10,16,8]。

示例 3:

输入: [1,2,3,4,5,6,7,8,9]
输出: 2

class Solution {
public:

	int wiggleMaxLength(vector<int>& nums) {
		if (nums.size() <= 1) return nums.size();
		int curDiff = 0;
		int preDiff = 0; //把preDiff初值设置成0
		//到这一步 nums里面最起码有两个数字 
		//假设就只有 1 2  那么这个数组的峰值就因该是2
		//所以count的初始值 因该设置成1
		int count = 1;
		for (int i = 0; i < nums.size()-1; i++) {
			curDiff = nums[i + 1] - nums[i];
			if (preDiff <= 0 && curDiff > 0 || preDiff >= 0 && curDiff < 0) {
				count++;
				//更新preDiff
				preDiff = curDiff;
			}
		}
		return count;
	}
};

53. 最大子序和

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。

class Solution {
public:
	int maxSubArray(vector<int>& nums) {
		int result = INT32_MIN;
		int count = 0;
		for (int i = 0; i < nums.size(); i++) {
			count += nums[i];
			if (count > result) result = count;
			// 取区间累计的最大值(相当于不断确定最大子序终止位置)
			if (count <= 0) count = 0;
			// 相当于重置最大子序起始位置,因为遇到负数一定是拉低总和
		}
		return result;
	}
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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