day31.贪心算法理论基础 455.分发饼干 376. 摆动序列 53. 最大子序和
贪心算法理论基础
贪心算法的本质:是选择每一阶段的局部最优,从而达到全局最优。
贪心算法的难点:通过局部最优,推出整体最优
贪心一般解题步骤:贪心算法一般分为如下四步:
- 将问题分解为若干个子问题
- 找出适合的贪心策略
- 求解每一个子问题的最优解
- 将局部最优解堆叠成全局最优解
455.分发饼干
题目描述 && 测试案例
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.
解题思路 && 解题代码
var findContentChildren = function(g, s) {
//尽可能让饼干=孩子的胃口,这样匹配的数量尽可能的多,而不是大饼干匹配给胃口小的孩子
// 1. 将问题分解为若干个子问题--为每一个孩子匹配一块大于等于胃口的饼干
// 2. 找出适合的贪心策略 尽可能等于胃口
// 3. 求解每一个子问题的最优解
// 4. 将局部最优解堆叠成全局最优解
g.sort((a,b) => a-b);
s.sort((a,b) => a-b);
let res = 0;
let index = s.length - 1 //用来记录饼干遍历时候的索引,减少一层循环
for(let i = g.length - 1; i >= 0; i--) {
if(g[i] <= s[index] && index >= 0) {
res++;
index--
}
}
return res
};
376. 摆动序列
题目描述 && 测试案例
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 。
示例 1:
输入:nums = [1,7,4,9,2,5]
输出:6
解释:整个序列均为摆动序列,各元素之间的差值为 (6, -3, 5, -7, 3) 。
示例 2:
输入:nums = [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。
其中一个是 [1, 17, 10, 13, 10, 16, 8] ,各元素之间的差值为 (16, -7, 3, -3, 6, -8) 。
示例 3:
输入:nums = [1,2,3,4,5,6,7,8,9]
输出:2
解题思路 && 解题代码
var wiggleMaxLength = function(nums) {
// 局部最优:删除单调坡度上的节点(不包括单调坡度两端的节点),那么这个坡度就可以有两个局部峰值。
// 整体最优:整个序列有最多的局部峰值,从而达到最长摆动序列。
if(nums.length <= 1) return nums.length;
let res = 1;
let pre = 0;
let cur = 0
for(let i = 0; i < nums.length; i++) {
cur = nums[i+1] - nums[i]
if((cur > 0 && pre <= 0) || (cur < 0 && pre >= 0)){
res++;
pre = cur
}
}
return res
};
53. 最大子序和
题目描述 && 测试案例
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。
示例 1:
输入:nums = [-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 。
示例 2:
输入:nums = [1]
输出:1
示例 3:
输入:nums = [5,4,-1,7,8]
输出:23
解题思路 && 解题代码
var maxSubArray = function(nums) {
// 如果 -2 1 在一起,计算起点的时候,一定是从1开始计算,因为负数只会拉低总和,这就是贪心贪的地方!
// 局部最优:当前“连续和”为负数的时候立刻放弃,从下一个元素重新计算“连续和”,因为负数加上下一个元素 “连续和”只会越来越小。
// 全局最优:选取最大“连续和”
// 局部最优的情况下,并记录最大的“连续和”,可以推出全局最优。
let res = -Infinity; // res上来不能赋值为0,假如数组是[-1]那么得出的res是0,实际该是-1
//考虑到负数情况,让他等于一个无限小的数
let count = 0;
for(let i = 0; i < nums.length; i++) {
count += nums[i]
if(count > res) {
res = count
}
if(count < 0) {
count = 0
}
}
return res
};