理论基础
本质
选择每一阶段的局部最优解,达到全局最优。
如果找到局部最优然后退出整体最优,就是贪心。
一般步骤
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
简单题目
分发饼干:力扣455
局部最优解:大饼干给胃口大的,充分利用饼干尺寸喂饱一个;全局最优:尽可能喂饱更多的小孩。
class Solution {
public:
int findContentChildren(vector<int>& g, vector<int>& s) {
//胃口排序
sort(g.begin(),g.end());
//饼干排序
sort(s.begin(),s.end());
//先遍历胃口,再遍历饼干
int index=s.size()-1;//饼干下标
int result=0;//记录返回结果,几个孩子能满足条件
for(int i=g.size()-1;i>=0;i--){
if(index>=0&&s[index]>=g[i]){ //饼干大于胃口 喂饼干
index--;
result++;
}
}
return result;
}
};
K次取反后最大化的数组和:力扣1005
局部最优:让绝对值大的负数变为正数,当前数值达到最大;整体最优:整个数组和达到最大
局部最优:只找数值最小的正整数进行反转;整体最优:整个数组和达到最大
class Solution {
public:
static bool cmp(int a,int b){
return abs(a)>abs(b);
}
int largestSumAfterKNegations(vector<int>& nums, int k) {
//1.排序
sort(nums.begin(),nums.end(),cmp);
//2.从后向前遍历,如果小于0,就变为正数且k--
for(int i=0;i<nums.size();i++){
if(nums[i]<0&&k>0){
nums[i]*=-1;
k--;
}
}
//3.如果k>0,反复反转数值最小的元素,直到k=0结束
if(k%2==1) nums[nums.size()-1]*=-1;
int result=0;
for(int i=0;i<nums.size();i++){
result+=nums[i];
}
return result;
}
};
柠檬水找零:力扣860
账单是5,直接收下
账单是10,消耗一个5,增加一个10
账单是20,优先消耗一个10和一个5,如果不够,再消耗三个5
美元10只能给账单20找零,而美元5可以给账单10和账单20找零,美元5更万能
局部最优:遇到账单20,优先消耗美元10,完成本次找零。全局最优:完成全部账单的找零
class Solution {
public:
bool lemonadeChange(vector<int>& bills) {
int five=0,ten=0,twenty=0;
for(int i=0;i<bills.size();i++){
//情况一:收到五美元
if(bills[i]==5){
five++;
}
//情况二:收到十美元
if(bills[i]==10){
if(five<=0){
return false;//直接结束了
}
five--;
ten++;
}
//情况三:收到而是美元
if(bills[i]==20){
//解决一:十美元+五美元 !优先考虑
if(five>0&&ten>0){
five--;
ten--;
twenty++;
}
//解决二:三张五美元!其次考虑
else if(five>=3){
five=five-3;
}
else{
return false;
}
}
}
return true;
}
};
##遇到感觉没有思路的题目,可以静下心来把能遇到的情况分析一下,只要分析到具体情况了,一下子就豁然开朗了。
中等题目
序列问题
摆动序列:力扣376
局部最优:删除单调坡度上的结点(不包含单调坡度两端的结点),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。
需要考虑三种情况:
上下坡中有平坡
数组首位两端
单调坡度有平坡
class Solution {
public:
int wiggleMaxLength(vector<int>& nums) {
if(nums.size()<=1) return nums.size();//不满足要求,直接返回长度
int curDiff=0;//当前一对差值
int preDiff=0;//前一对差值
int result=1;//记录峰值个数,序列默认最右边有一个峰值
for(int i=0;i<nums.size()-1;i++){
curDiff=nums[i+1]-nums[i];//当前
//出现峰值的情况
if((preDiff<=0&&curDiff>0)||(preDiff>=0&&curDiff<0)){
result++;//峰值
preDiff=curDiff;//只在摆动的时候更新prediff
}
}
return result;
}
};
**其实没有特别明白,但给完思路以后可以写出代码
单调递增的数字:力扣738
局部最优:遇到strNum[i - 1] > strNum[i]的情况,让strNum[i - 1]--,然后strNum[i]给为9,可以保证这两位变成最大单调递增整数。
全局最优:得到小于等于N的最大单调递增的整数。
class Solution {
public:
int monotoneIncreasingDigits(int n) {
string strNum=to_string(n);
int flag=strNum.size();//标记从哪里开始赋值
//从后向前遍历
for(int i=strNum.size()-1;i>0;i--){
if(strNum[i-1]>strNum[i]){
strNum[i-1]--;//前一位减小
flag=i;//标记
}
}
//把哪位改成9
for(int i=flag;i<strNum.size();i++){
strNum[i]='9';
}
return stoi(strNum);
}
};
贪心解决股票问题
买卖股票的最佳时机:力扣122
局部最优:收集每天的正利润;全局最优:获得最大利润
class Solution {
public:
int maxProfit(vector<int>& prices) {
int result=0;//记录结果
for(int i=1;i<prices.size();i++){//从1开始:从第二天开始才出现利润
result+=max(prices[i]-prices[i-1],0);//只收集正利润,不收集负利润
}
return result;
}
};
买卖股票的最佳时机含手续费:力扣714
class Solution {
public:
int maxProfit(vector<int>& prices, int fee) {
int result=0;//返回结果
int minprice=prices[0];//记录最小值,最小值是最佳买入时间
//循环求得最大利润
for(int i=1;i<prices.size();i++){//从第二天开始才有利润
//更新最小值
if(prices[i]<minprice){
minprice=prices[i];
}
//保持原状态
if(prices[i]>=minprice&&prices[i]<=minprice+fee) continue;
//计算利润
if(prices[i]>fee+minprice){
result+=prices[i]-fee-minprice;
minprice=prices[i]-fee;
}
}
return result;
}
};
两个维度权衡问题
分发糖果::力扣135
要确定一边之后,再确定另一边
先确定右边评分大于左边的情况
局部最优:只要右边评分比左边大,右边的孩子就多一个糖果,全局最优:相邻的孩子中,评分高的右孩子获得比左边孩子更多的糖果
确定左孩子大于右孩子的情况
局部最优:取candyVec[i + 1] + 1 和 candyVec[i] 最大的糖果数量,保证第i个小孩的糖果数量既大于左边的也大于右边的。全局最优:相邻的孩子中,评分高的孩子获得更多的糖果
class Solution {
public:
int candy(vector<int>& ratings) {
vector<int> candyvec(ratings.size(),1);
candyvec[0]=1;
//从前向后遍历
for(int i=1;i<ratings.size();i++){
if(ratings[i]>ratings[i-1]){
candyvec[i]=candyvec[i-1]+1;
}
}
//从后向前遍历
for(int i=ratings.size()-2;i>=0;i--){
if(ratings[i]>ratings[i+1]){
candyvec[i]=max(candyvec[i],candyvec[i+1]+1);
}
}
int result=0;//收集结果
for(int i=0;i<candyvec.size();i++){
result+=candyvec[i];
}
return result;
}
};
根据身高重建队列:力扣406
两个维度,h和k,看到这种题目一定要想如何确定一个维度,然后再按照另一个维度重新排列
按照身高从大到小排序后:
局部最优:优先按身高高的people的k来插入。插入操作过后的people满足队列属性
全局最优:最后都做完插入操作,整个队列满足题目队列属性
class Solution {
public:
//按照h的顺序由大到小进行排序
static bool cmp(const vector<int> a,const vector<int> b){
//当元素0相等的时候,按照k的大小,k大的在后面
if(a[0]==b[0]){
return a[1]<b[1];
}
return a[0]>b[0];
}
vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
sort(people.begin(),people.end(),cmp);//排序
vector<vector<int>> que;
for(int i=0;i<people.size();i++){
int position=people[i][1];//插入的位置在哪
que.insert(que.begin()+position,people[i]);
}
return que;
}
};
有点难度
区间问题
跳跃游戏:力扣55
转化为跳跃覆盖范围究竟可不可以覆盖到终点
局部最优解:每次最大跳跃步数(得到最大覆盖范围);整体最优解:最后得到整体最大覆盖范围,看能否到达终点。
class Solution {
public:
bool canJump(vector<int>& nums) {
int cover=0;
if(nums.size()==1) return true;//如果只有一个元素,直接就能到达
for(int i=0;i<=cover;i++){
cover=max(cover,nums[i]+i);
if(cover>=nums.size()-1) return true;
}
return false;
}
};
跳跃游戏ii:力扣45
局部最优:当前可移动距离尽可能夺走,如果还没到终点,部署再加一;整体最优:一步尽可能多走,从而达到最小步数。但解题时,要从覆盖范围出发,不管怎么跳跃,覆盖范围内一定是可以跳到的,以最小的部署增加覆盖范围,覆盖范围一旦覆盖了终点,得到的就是最小步数。
需要统计:当前这一步的最大覆盖和下一步最大覆盖
class Solution {
public:
int jump(vector<int>& nums) {
if(nums.size()==1) return 0;//只有一个元素,直接可以走到最后
int curDistance=0;//当前距离
int ans=0;//最大步数
int nextDistance=0;//下一步的距离
for(int i=0;i<nums.size();i++){
nextDistance=max(nextDistance,nums[i]+i);//更新下一步覆盖最远距离
if(i==curDistance){//如果遇到
if(curDistance<nums.size()-1){//不是终点
ans++;
curDistance=nextDistance;//更新当前覆盖最远距离的下标
if(nextDistance>=nums.size()-1) break;//下一步的覆盖范围已经可以到达终点 循环结束
}else break;//是终点 直接结束
}
}
return ans;
}
};
用最少数量的箭引爆气球:力扣452
局部最优:当气球出现重叠,一起射,所用弓箭最少。全局最优:把所有气球射爆所用弓箭最少。
为了让气球尽可能的重叠,需要对数组进行排序
class Solution {
public:
static bool cmp(const vector<int> &a,const vector<int> &b){
return a[0]<b[0];
}
int findMinArrowShots(vector<vector<int>>& points) {
if(points.size()==0) return 0;
int result=1;//起码需要一只箭
sort(points.begin(),points.end(),cmp);
for(int i=1;i<points.size();i++){
if(points[i][0]>points[i-1][1]){//两个不挨着 需要+1
result++;
}
else{//两个挨着 更新最小边界
points[i][1]=min(points[i-1][1],points[i][1]);
}
}
return result;
}
};
无重叠区间:力扣435
按照右边界排序,从左向右记录非交叉区间的个数。最后用区间总数减去非交叉区间的个数就是需要移除的区间个数了。
class Solution {
public:
// 按照区间右边界排序
static bool cmp (const vector<int>& a, const vector<int>& b) {
return a[1] < b[1];
}
int eraseOverlapIntervals(vector<vector<int>>& intervals) {
if(intervals.size()==0) return 0;
sort(intervals.begin(),intervals.end(),cmp);//排序
int result=1;//记录非交叉的区间
int end=intervals[0][1];//分割点:第一个区间的结束位置
//从前往后遍历(已经按照右边排序)
for(int i=1;i<intervals.size();i++){
if(end<=intervals[i][0]){
result++;
end=intervals[i][1];
}
}
return intervals.size()-result;
}
};
划分字母区间:力扣763
在遍历的过程中相当于是要找每一个字母的边界,如果找到之前遍历过的所有字母的最远边界,说明这个边界就是分割点了。此时前面出现过所有字母,最远也就到这个边界了。
统计每一个字符最后出现的位置
从头遍历字符,并更新字符的最远出现下标,如果找到字符最远出现位置下标和当前下标相等了,则找到了分割点
class Solution {
public:
vector<int> partitionLabels(string s) {
int hash[27]={0};//hash[i]是字符最后出现的位置
for(int i=0;i<s.size();i++){
hash[s[i]-'a']=i;//最远出现的位置
}
int right=0;
int left=0;
//分割字符串
vector<int> result;
for(int i=0;i<s.size();i++){
right=max(right,hash[s[i]-'a']);
if(i==right){
result.push_back(right-left+1);
left=i+1;
}
}
return result;
}
};
*对代码有不明白的地方
合并区间:力扣56
左边界排序,排序之后局部最优:每次合并都取最大的右边界,这样就可以合并更多的区间了,整体最优:合并所有重叠的区间。
class Solution {
public:
// 按照区间左边界从小到大排序
static bool cmp (const vector<int>& a, const vector<int>& b) {
return a[0] < b[0];
}
vector<vector<int>> merge(vector<vector<int>>& intervals) {
vector<vector<int>> result;
if(intervals.size()==0) return result;
sort(intervals.begin(),intervals.end(),cmp);
bool flag=false;//表示最后一个区间是否合并进去了
int len=intervals.size();
for(int i=1;i<len;i++){
int start=intervals[i-1][0];//合并的开始位置
int end=intervals[i-1][1];//合并的结束位置
while(i<len&&intervals[i][0]<=end){//满足合并的情况
//更新右区间
end=max(end,intervals[i][1]);
//最后一个区间也合并了的情况
if(i==len-1) flag=true;
i++;//继续寻找下一个合并区间
}
result.push_back({start,end});
}
//如果最后的区间不合并
if(flag==false){
result.push_back({intervals[len-1][0],intervals[len-1][1]});
}
return result;
}
};
其他
最大子序和:力扣53
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“,因为附属加上下一个元素“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,记录最大的”连续和“,可以推出全局最优。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int result=INT32_MIN;
int count=0;
for(int i=0;i<nums.size();i++){
count+=nums[i];
//区间累计的最大值(相当于不断确定最大子序列的终止位置
if(count>result) result=count;
//相当于重置最大子序列的开始位置,因为负数会拉低总和
if(count<=0) count=0;
}
return result;
}
};
加油站:力扣134
如果gas的总和小于cost的综合,无论从哪里出发,都跑不了一圈
rest=gas-cost为一天剩下的油,i从0开始计算累加到最后一站,如果累加没有出现负数,说明从0出发油从未中断,0就是起点。
如果累加的最小值是负数,汽车就要从非0结点出发,从后向前,看哪个结点能将这个负数填平,能把这个负数填平的结点就是出发结点
class Solution {
public:
int canCompleteCircuit(vector<int>& gas, vector<int>& cost) {
int curSum=0;
int minv=INT_MAX;
//计算值
for(int i=0;i<gas.size();i++){
int rest=gas[i]-cost[i];
curSum+=rest;
if(curSum<minv){
minv=curSum;
}
}
if(curSum<0) return -1;//gas总和小于cost的总和哪里都到不了 情况1
if(minv>=0) return 0;//0是起点 情况2
//累加的最小值是负数,得从非0结点出发,看哪个结点能把负数填平,能填平的哪个结点就是出发结点
for(int i=gas.size()-1;i>=0;i--){
int rest=gas[i]-cost[i];
minv+=rest;
if(minv>=0){
return i;//找到能填平的点
}
}
return -1;
}
};
监控二叉树:力扣968
从下往上看,局部最优:让叶子节点的父节点安摄像头,所用摄像头最少,整体最优:全部摄像头数量所用最少
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
int result=0;
int traversal(TreeNode* cur){
//终止条件
if(cur==NULL) return 2;//空结点定义为已经覆盖的结点
int left=traversal(cur->left);
int right=traversal(cur->right);
//处理逻辑:
//1左右均覆盖
if(left==2&&right==2) return 0;
//2至少有一个结点没覆盖
if(left==0||right==0) {
result++;
return 1;
}
//3至少有一个结点有摄像头
if(left==1||right==1) return 2;
return -1;//表示逻辑不会走到这里
}
int minCameraCover(TreeNode* root) {
if(traversal(root)==0) result++; //root无覆盖
return result;
}
};