贪心算法学习笔记

基本定义

每次操作都是局部最优(近似最优解)的（每次操作不考虑全局最优），从而使最后得到的结果是全局最优的。

难点是如何证明贪心是正确的，并且贪心没有固定的模板。

分配问题

题目：https://leetcode-cn.com/problems/assign-cookies/

题解

因为饥饿度最小的孩子最容易吃饱，所以我们先考虑这个孩子。为了尽量使得剩下的饼干可以满足饥饿度更大的孩子，所以把大于等于这个孩子饥饿度的、且大小最小的饼干给这个孩子。满足了这个孩子之后，我们采取相同的策略，考虑剩下孩子里饥饿度最小的孩子。直到没有满足条件的饼干。

/**
 * @param {number[]} g
 * @param {number[]} s
 * @return {number}
 */
var findContentChildren = function (g, s) {
  function compare(value1, value2) {
    if (value1 > value2) {
      return 1;
    } else if (value1 < value2) {
      return -1;
    } else {
      return 0;
    }
  }
  g.sort(compare);
  s.sort(compare);

  let contentTotal = 0;
  let curChild = 0;
  s.forEach((item, index, array) => {
    if (item >= g[curChild]) {
      contentTotal++;
      curChild++;
    }//if
  });
  return contentTotal;
};


findContentChildren([1,2,3], [1,1])

区间问题

题目：https://leetcode-cn.com/problems/non-overlapping-intervals/

题解：

在选择要保留区间时，区间的结尾十分重要：选择的区间结尾越小，留给其他区间的空间就越大，就越能保留更多的区间。

因此，我们采取的贪心策略为，优先保留结尾小且不相加的区间。

/**
 * @param {number[][]} intervals
 * @return {number}
 */
var eraseOverlapIntervals = function (intervals) {
  function compare(value1, value2) {
    if (value1[1] > value2[1]) {
      return 1;
    } else if (value1[1] < value2[1]) {
      return -1;
    } else {
      return 0;
    }
  }
  intervals.sort(compare)
  let eraseNum = 0
  let lastMinEnd = -Infinity

  intervals.forEach((item, index, array) => {
    if (item[0] < lastMinEnd) {
      eraseNum++
    }//if
    else {
      lastMinEnd = item[1]
    }
  });
  return eraseNum
};

// console.log(eraseOverlapIntervals([[1,2],[2,3],[3,4],[1,3]]));

买卖股票的最佳时机

题目：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii/

题解：

贪心思想在于，如果今天买明天卖可以赚钱，那就买入。

/**
 * @param {number[]} prices
 * @return {number}
 */
var maxProfit = function (prices) {
  let maxProfit = 0
  prices.forEach((item, index, array) => {
    if (index !== 0) {
      if (item > array[index - 1]) {
        maxProfit += item - array[index - 1]
      }
    }
  });
  return maxProfit
};