代码随想录算法训练营第三十一天| 理论基础 455.分发饼干 376. 摆动序列 53. 最大子序和

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：

1. 将问题分解为若干个子问题
2. 找出适合的贪心策略
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

455.分发饼干

leetcode-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

leetcode-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

leetcode-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
};