LeetCode 打卡day31--贪心算法之最大子数组和摆动数列

---

知识总结

今天是进入新的章节, 贪心算法.

贪心算法其实就是在每一次选择的时候都找局部的最优解, 然后最后最终的结果就为全局的最优解. 但其实也也没有一个具体的模版来解决贪心算法, 具体问题具体分析吧.

---

Leetcode 455. 分发饼干

题目链接

题目说明

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。

代码说明

题目和我想的一样, 确实比较简单, 只需要排序然后用两个指针遍历一下就行

class Solution {
    public int findContentChildren(int[] g, int[] s) {
        Arrays.sort(g);
        Arrays.sort(s);
        int count = 0;
        int gPointer = 0, spointer= 0;
        while(spointer < s.length && gPointer < g.length){
            if(g[gPointer] <= s[spointer]){
                count++;
                gPointer++;
                spointer++;
            }else{
                spointer++;
            }
        }
        return count;
    }
}

---

Leetcode 376. 摆动序列

题目链接

题目说明

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。仅有一个元素或者含两个不等元素的序列也视作摆动序列。

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。
子序列 可以通过从原始序列中删除一些（也可以不删除）元素来获得，剩下的元素保持其原始顺序。

给你一个整数数组 nums ，返回 nums 中作为 摆动序列 的 最长子序列的长度 。

代码说明

用两个值来记录prediff, curdiff, 满足条件的话count+ 1, 并且更新prediff, 否则则直接跳过.
如果curdiff== 0, 遇到平坡时, prediff不需要更新, count也无需+ 1.

class Solution {
    public int wiggleMaxLength(int[] nums) {
        int predif =0, curdif = 0;
        int count = 1;
        for(int i = 1; i < nums.length; i++){
            curdif = nums[i] - nums[i-1];
            if((curdif >0 && predif <= 0) || (curdif < 0 && predif>= 0)){
                count++;
                predif = curdif;
            }
        }
        return count;

    }
}

---

Leetcode 53. 最大子数组和

题目链接

题目说明

给你一个整数数组 nums ，请你找出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。

子数组 是数组中的一个连续部分。

代码说明

为什么不能直接返回maxSoFar?
因为你在计算maxSoFar时一定会包含当前的元素, 但有时候前面已经取得了最大值, 再考虑当前值只会减小最大值, 可以依次记录一下maxSoFar的值看一下就知道了

最简单的例子
[2, -1, -1, -1] 遍历到最后maxSofar = -1

class Solution {
    public int maxSubArray(int[] nums) {
        int maxSoFar = nums[0];
        int maxResult = nums[0];

        for (int i = 1; i < nums.length; i++){
            maxSoFar = Math.max(maxSoFar + nums[i], nums[i]);
            maxResult = Math.max(maxResult, maxSoFar);
        }

        return maxResult;
    }
}

---