一、LeetCode455. 分发饼干
1:题目描述(455. 分发饼干)
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。
2:解题思路
为了满足更多的小孩,就不要造成饼干尺寸的浪费。
大尺寸的饼干既可以满足胃口大的孩子也可以满足胃口小的孩子,那么就应该优先满足胃口大的。
这里的局部最优就是大饼干喂给胃口大的,充分利用饼干尺寸喂饱一个,全局最优就是喂饱尽可能多的小孩。
可以尝试使用贪心策略,先将饼干数组和小孩数组排序。
然后从后向前遍历小孩数组,用大饼干优先满足胃口大的,并统计满足小孩数量。
如图:
代码展示:
class Solution:
def findContentChildren(self, g: List[int], s: List[int]) -> int:
# # 优先考虑饼干
# # 先对g和s进行排序
# g.sort()
# s.sort()
# res = 0 # 统计满足要求的孩子的下标
# # 遍历饼干s
# for i in range(len(s)):
# # 判断满足要求的当前孩子的下标是否小于孩子数组g的长度
# # 并且当前的饼干尺寸是否大于等于当前孩子的胃口
# # 满足就把孩子的下标加1
# if res < len(g) and s[i] >= g[res]:
# res += 1
# return res
# 优先考虑胃口
# 先对g和s进行排序
g.sort()
s.sort()
index = len(s)-1 # 记录饼干的下标,从后往前记录饼干
count = 0 # 记录满足要求的孩子数
# 从后向前遍历孩子数组,去判断当前孩子的胃口是否小于等于当前饼干的尺寸
for i in range(len(g)-1, -1, -1):
if index >= 0 and s[index] >= g[i]:
# 饼干的下标大于等于0
# 并且饼干尺寸大于当前孩子的胃口
count += 1 # 孩子数加1
index -= 1 # 饼干的下标减1
return count
二、LeetCode376. 摆动序列
1:题目描述(376. 摆动序列)
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 。
2:解题思路
class Solution:
def wiggleMaxLength(self, nums: List[int]) -> int:
if len(nums) <= 1: return len(nums)
curdiff = 0 # 当前一对元素的差值
prediff = 0 # 前一对元素的差值
res = 1 # 记录峰值的数量,默认序列最右侧有一个峰值
for i in range(len(nums)-1):
curdiff = nums[i] - nums[i+1]
if (curdiff > 0 and prediff <= 0) or (curdiff < 0 and prediff >= 0):
res += 1
prediff = curdiff
return res
三、LeetCode53. 最大子数组和
1:题目描述(53. 最大子数组和)
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。
2:解题思路
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。
从代码角度上来讲:遍历nums,从头开始用count累积,如果count一旦加上nums[i]变为负数,那么就应该从nums[i+1]开始从0累积count了,因为已经变为负数的count,只会拖累总和。
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
res = -float("INF")
count = 0
for i in range(len(nums)):
count += nums[i]
if count > res: # 当前count大于res时,将count的值赋值给res
res = count
if count <= 0: # 当和小于等于0时,将count重置为0,重新求和
count = 0
return res