细谈贪心算法

一.贪心算法解题步骤：

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

二.例题：

（1）分发饼干： https://leetcode-cn.com/problems/assign-cookies/

局部最优：先用最小的饼干喂饱胃口小的孩子，充分利用每一个饼干的尺寸；全局最优：喂饱

尽可能多的孩子。

//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。

public int findContentChildren(int[] g, int[] s) {
        //用小饼干先满足小胃口的孩子 直到遍历到最后一块饼干
        int index = 0;
        Arrays.sort(g);
        Arrays.sort(s);
        for(int i=0;i<s.length;i++){
            if(index < g.length && g[index] <= s[i]){
                index++;
            }
        }
        return index;
    }

（2）摆动序列 https://leetcode-cn.com/problems/wiggle-subsequence/

[1,17,5,10,13,15,10,5,16,8]

局部最优：删除上升或下降坡度中间的值，就得到了两个局部峰值；全局最优：保留整个序列中最多的局部峰值，就是最长序列。

//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。
public int wiggleMaxLength(int[] nums) {
        if(nums.length <= 1){
            return nums.length;
        }
        int curdiff = 0,prediff = 0,result = 1;
        for(int i=0;i<nums.length-1;i++){
            curdiff = nums[i+1]-nums[i];
            if(prediff>=0 && curdiff<0 || prediff<=0 && curdiff>0){
                result++;
                prediff = curdiff;
            }
        }
        return result;
    }

(3)最大子序和  https://leetcode-cn.com/problems/maximum-subarray/

局部最优：前一个连续和与当前值的和小于当前值，说明当前连续和不合适了，应该立即放弃，重新更新连续和计算起点。

全局最优：遍历数组结束后，选取最大连续和。

//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。
public int maxSubArray(int[] nums) {
        int sum = 0;
        int result = -10000;
        for(int i=0;i<nums.length;i++){
            if(sum+nums[i]>=nums[i]){
                sum+=nums[i];
            }else{
                sum = nums[i];
            }
            if(result < sum){
                result = sum;
            }
        }
        return result;
    }

(4)买卖股票的最佳时机Ⅱ  https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii/

局部最优：当前值为正。

全局最优：所有局部最优的和。

//给你一个整数数组 prices ，其中 prices[i] 表示某支股票第 i 天的价格。

//在每一天，你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。
//你也可以先购买，然后在 同一天 出售。

//返回 你能获得的 最大 利润 。
public int maxProfit(int[] prices) {
        //贪心
        int result = 0;
        for(int i=0;i<prices.length-1;i++){
            if(prices[i+1]-prices[i]>=0){
                result+=prices[i+1]-prices[i];
            }
        }
        return result;
    }

(5)跳跃游戏Ⅱ   https://leetcode-cn.com/problems/jump-game-ii/

局部最优：以最小的步数覆盖最大的范围。

全局最优：覆盖最终范围。

//给定一个长度为 n 的 0 索引整数数组 nums。初始位置为 nums[0]。

//每个元素 nums[i] 表示从索引 i 向前跳转的最大长度。
//换句话说，如果你在 nums[i] 处，你可以跳转到任意 nums[i + j] 处:

public int jump(int[] nums) {
        int curDistants = 0,nextDistants = 0,result = 0;
        for(int i=0;i<nums.length-1;i++){
            nextDistants = Math.max(i+nums[i],nextDistants);
            if(i == curDistants){
                curDistants = nextDistants;
                result++;
            }
        }
        return result;
    }