代码随想录算法训练营第三十一天|455. 分发饼干、376. 摆动序列、53. 最大子数组和

LeetCode 455. 分发饼干

链接：455. 分发饼干

思路：

保证分发到饼干的人数量最大，可以用最小的饼干满足胃口最小的人，也就是恰到好处的给需要一定量饼干的人刚好这么多量，避免过多的“浪费”，即可最大化利用每一块饼干。这就是贪心法的思路：局部最优可以保证整体最优。

在本题中，贪心法的策略就是：每次分发饼干，都最大化饼干的利用率，让每个人刚好吃饱，这样可以得到整体都是最优解。具体做法为给每块饼干和每个人都排序，然后把刚好满足那个人的饼干分给那个人即可。

代码：

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        sort(g.begin(), g.end());
        sort(s.begin(), s.end());
        int count = 0;
        for (int i = 0; i < s.size(); i++)
        {
            if (s[i] >=g[count])
                count++;
            if (count == g.size())
                return count;
        }
        return count;
    }
};

LeetCode 376. 摆动序列

链接：376. 摆动序列

思路：

这道题目需要找到相邻两个元素差正负交替的最大长度的序列，序列之间的元素是可以随意删除的，也就是说子序列之间不必连续，这其实告诉了我们，只要忽视那些正负不交替的元素即可。用一个布尔变量来表示现在需要正的差值还是负的差值，如果接下来两个元素差值不满足条件，则直接跳过当前元素，如果满足条件，就把子序列长度加1并且反转正负值。

代码：

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        int length = 1;
        bool positive;
        for (int i = 1; i < nums.size(); i++)
        {
            if (length == 1)
                positive = nums[i] > nums[i-1]?true:false;
            if ((positive && nums[i] - nums[i-1] > 0) ||
                (!positive && nums[i] - nums[i-1] < 0))
            {
                positive = !positive;
                length++;
            }
        }
        return length;
    }
};

LeetCode 53. 最大子数组和

链接：53. 最大子数组和

思路：

本题可以用dp做，但其实可以优化掉整个dp的内存而用一个常量代替，因为这道题寻找的是最大和，只需要用一个常量来保存当前的和的最大值就行了。这道题也用了贪心的思想，贪心的策略为：只要现在的和不为负数，就继续往下加，只要为负数，就立马放弃现在的和。因为当和为负数的时候，不管下一个数是什么，加上当前的和只会变得更小。最后再在当前的和和之前保存的最大和取一个最大值，即为数组最大和。

代码：

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int maxSum = nums[0];
        int sum = nums[0];
        for (int i = 1; i < nums.size(); i++)
        {
            if (sum < 0)
                sum = nums[i];
            else
                sum += nums[i];
            maxSum = max(maxSum, sum);
        }
        return maxSum;
    }
};