文章目录
贪心算法
1、贪心算法是指,在对问题求解时,总是做出在当前看来是最好的选择,就能得到问题的答案。
2、贪心算法需要充分挖掘题目中条件,没有固定的模式,解决有贪心算法需要一定的直觉和经验。
3、贪心算法不是对所有问题都能得到整体最优解。能使用贪心算法解决的问题具有 无后效性,即某阶段状态一旦确定,就不收后阶段决策的影响
1、分发饼干问题(力扣455)
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:
输入: g = [1,2,3], s = [1,1]
输出: 1
解释: 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。
def hand_cookies(g:list, s:list): # g-->胃口,s-->饼干尺寸
g.sort() # 将胃口值和并饼干尺寸按升序排序
s.sort()
child, cookie = 0, 0
ans = 0
while child < len(g) and cookie < len(s):
if g[child] <= s[cookie]: # 如果剩下的最小的饼干能满足剩下胃口最小的孩子
ans += 1
child += 1 # 移到下一个孩子
cookie += 1 # 满足当前胃口,该饼干就已分配,到下一个;没满足当前胃口,此饼干作废,也到下一个饼干
return ans
思路分析
1、if g[child] <= s[cookie]: child += 1 # 如果剩下的最小的饼干能满足剩下胃口最小的孩子,此孩子得到满足,轮到下一个孩子
2、cookie += 1 # 无论当前饼干是否满足,都移动到下一个
2、无重叠区间(力扣435)
给定一个区间的集合 intervals ,其中 intervals[i] = [starti, endi] 。返回 需要移除区间的最小数量,使剩余区间互不重叠 。
示例 1:
输入: intervals = [[1,2],[2,3],[3,4],[1,3]]
输出: 1
解释: 移除 [1,3]后,剩下的区间没有重叠。
示例 2:
输入: intervals = [ [1,2], [1,2], [1,2] ]
输出: 2
解释: 你需要移除两个 [1,2]
来使剩下的区间没有重叠。
def eraseOverlapInterval(intervals):
if not intervals: # 空区间
return 0
# 将区间按结束值排序。因为区间结束越早,留给后面区间的空间越多,越有可能得到最多数量的无重复区间
intervals = sorted(intervals,key=lambda x : x[1])
ans = 0
end = intervals[0][1] # 初始化end为第一个元素的end值
for i in range(1,len(intervals)):
# 如果当前起始值< 前一个的end值,那么当前区间会被踢剔除。为什么一定剔除这个呢?有没有可能剔除的时此区间之后的?
# ---不会,因为当前区间时后面区间中结束值最小的。
if end > intervals[i][0]:
ans += 1
else