理论基础
贪心的本质是选择每一阶段的局部最优,从而达到全局最优。
难点就是通过局部最优推出全局最优
455.分发饼干
链接:LeetCode455.分发饼干
思路就是,将较小的饼干分给较小胃口的孩子,这样较大的饼干分给胃口较大的孩子。
class Solution {
public:
int findContentChildren(vector<int>& g, vector<int>& s) {
sort(g.begin(),g.end());
sort(s.begin(),s.end());
int num=0;
int j=0;
for(int i=0;i<s.size()&&j<g.size();++i){
if(s[i] >= g[j]) {++num;++j;}
}
return num;
}
};
376.摆动序列
class Solution {
public:
int wiggleMaxLength(vector<int>& nums) {
int predistance = 0,curdistance=0;
int num = 1;//最长子序列的长度
for(int i=1;i<nums.size();++i){
curdistance = nums[i]-nums[i-1];
if((predistance>=0&&curdistance<0) ||(predistance<=0&&curdistance>0) ) {
++num;
predistance = curdistance;
}
}
return num;
}
};
解题的关键在于设置两个distance(两个元素之间的差值),一个记录上一次得到的差值,另一个记录当前得到的差值。前后两个差值符号不一致则表明满足摆动序列。代码中predistance == 0或者curdistance==0是为了处理数组中前两个元素满足条件的情况。
53.最大子序和
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int sum = nums[0];int ans =nums[0];
for(int i=1;i<nums.size();++i){
if(sum+nums[i]<nums[i]) sum=nums[i];
else sum+=nums[i];
ans =max(sum,ans);
}
return ans;
}
};
贪心的策略:
如果前几个元素的和sum加上当前元素nums[i]的和还没有nums[i]大,那就从nums[i]重新开始累计计算和,贪心一点每次选局部最优。(这样操作合理的原因在于要求的是连续的子数组)