代码随想录 day31 第八章贪心算法 part01

最新推荐文章于 2024-09-14 22:25:23 发布

厦门奥特曼

最新推荐文章于 2024-09-14 22:25:23 发布

阅读量707

点赞数 9

分类专栏：代码随想录文章标签：算法贪心算法

本文链接：https://blog.csdn.net/weixin_60315213/article/details/137040928

版权

代码随想录专栏收录该内容

39 篇文章 0 订阅

订阅专栏

● 理论基础

● 455.分发饼干

● 376. 摆动序列

● 53. 最大子序和

理论基础

本质
- 选择当前阶段的局部最优 —> 达到全局最优
贪心的套路
- 没有固定太路
- 最好的策略是 举反例
  - 面试官pass：
    - 代码能跑过测试用例
    - 自己能自圆其说
贪心有时候就是常识性的推导
一般解题步骤
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
重点：
- 想清楚 局部最优

1. 分发饼干

关联 leetcode 455.分发饼干

思路
- 两种思路
  - 1、先满足胃口
    - 大饼干满足大胃口
      - for 倒序遍历胃口
  - 2、先满足饼干
    - 小饼干满足小胃口
      - for 正序遍历饼干

题解

先满足饼干

func findContentChildren(g []int, s []int) int {
	sort.Ints(g)
	sort.Ints(s)

	child := 0//满足的孩子总数
	// 遍历饼干, 小满足小饼干
	for sIdx := 0; child < len(g) && sIdx < len(s); sIdx++ {
		if s[sIdx] >= g[child] {
			child++
		}
	}
	return child
}

先满足胃口

func findContentChildren(g []int, s []int) int {
	sort.Ints(g)
	sort.Ints(s)

	ret := 0 //满足的孩子总数

	// 倒序遍历胃口, 先找到胃口大的
	for gIdx, sIdx := len(g)-1, len(s)-1; sIdx >= 0 && gIdx >= 0; gIdx-- {
		if s[sIdx] >= g[gIdx] {
			ret++
			sIdx--
		}
	}
	return ret
}

2. 摆动序列

关联 leetcode 376. 摆动序列

思路
- 明确要求连续数字的差正负摆动
- 从原始序列中删除元素
  - 峰值元素不能删
    - 单调坡度上的元素
      - 单调递增、单调递减的上的中间元素删除
  - 保留峰值元素
- 局部最优：
  - 删掉单调坡上的元素
    - ==》全局最优：最长的摆动序列
- 没必要做真实删除
  - 统计峰值的数量即可
- 注意平坡情况
  1. 情况一：上下坡中有平坡
  2. 情况二：数组首尾两端
  3. 情况三：单调坡中有平坡

题解

func wiggleMaxLength(nums []int) int {
	if len(nums) < 2 {
		return len(nums)
	}
	preDiff := 0 //前一个差
	curDiff := 0 //后一个差
	res := 1     //峰值个数，默认序列最右边算一个峰值
	for i := 0; i < len(nums)-1; i++ {
		curDiff = nums[i+1] - nums[i]
		// 出现摆动, 统一规则都删左边的元素, 所以对 preDiff 取 零值
		if (curDiff > 0 && preDiff <= 0) || (curDiff < 0 && preDiff >= 0) {
			res++
			preDiff = curDiff
		}
	}
	return res
}

3. 最大子序和

关联 leetcode 53. 最大子序和

思路
- 贪心解法
  - 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
  - 全局最优
    - 选取最大的连续和
  - 取当前的 连续和 与 当前结果值 逐步比较

题解

func maxSubArray(nums []int) int {
	res := nums[0] //最终结果
	count := 0     //当前连续和
	for i := 0; i < len(nums); i++ {
		count += nums[i]
		if count > res { //更新结果
			res = count
		}
		if count < 0 {//当前连续和为负数了, 重新开始计算连续和
			count = 0
		}
	}
	return res
}