当前位置: 首页 > article >正文

leetcode刷题day27|贪心算法Part01(455.分发饼干、376. 摆动序列、53. 最大子序和)

前言: 贪心的本质选择每一阶段的局部最优,从而达到全局最优。

455.分发饼干

思路:局部最优-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: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。具体实现使用两个指针分别指向两个数组,最大的饼干能满足胃口最大的小孩,小孩数量加一,两个指针同时前移,如果最大的饼干不能满足,则小孩指针前移,继续判断。

代码如下:

class Solution {
    public int findContentChildren(int[] g, int[] s) {
        Arrays.sort(g);
        Arrays.sort(s);
        int sNum=s.length-1;
        int child=0;
        for(int i=g.length-1;i>=0;i--){
            if(sNum>=0 && g[i]<=s[sNum]){
                child++;
                sNum--;
            }
        }
        return child;
    }
}

注意:如果是想先喂饱大胃口的小孩,for循环只能是胃口,用下标控制饼干,这样才能满足条件时才移动饼干。

376. 摆动序列

思路:
局部最优:删除单调坡度上的节点(不包括单调坡度两端的节点),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。
实际操作可以不做删除操作,题目要求最长摆动子序列的长度,只需要统计数组的峰值数量即可。

考虑三种特殊情况:
情况一:上下坡中有平坡:这个时候需要考虑保留平坡左端点还是右端点,如果保留左端点即允许prediff==0。
情况二:数组首尾两端:只有两个元素时,result 初始为 1(默认最右面有一个峰值),此时 curDiff > 0 && preDiff <= 0,那么 result++(计算了左面的峰值),最后得到的 result 就是 2(峰值个数为 2 即摆动序列长度为 2)
情况三:单调坡中有平坡:设置只有在峰值处将curDiff 赋值给preDiff。

代码如下:

class Solution {
    public int wiggleMaxLength(int[] nums) {
        int result=1;
        int preDiff=0;
        int curDiff=0;
        for(int i=1;i<nums.length;i++){
            curDiff=nums[i]-nums[i-1];
            if((preDiff<=0 && curDiff>0 )||(preDiff>=0 && curDiff<0)){
                result++;
                preDiff=curDiff;
            }
        }
        return result;
    }
}

53. 最大子序和

思路: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”

代码如下:

class Solution {
    public int maxSubArray(int[] nums) {
        int result=Integer.MIN_VALUE;
        int sum=0;
        for(int i=0;i<nums.length;i++){
            sum+=nums[i];
            result=Math.max(result,sum);
            if(sum<=0){
                sum=0;
            }
        }
        return result;
    }
}

注意只有负数的情况。

总结:目前来看贪心算法的代码并不难,但是难在想到什么是局部最优?怎么达到局部最优?


http://www.kler.cn/news/327022.html

相关文章:

  • 两个向量所在平面的法线,外积,叉积,行列式
  • GIT安装及集成到IDEA中操作步骤
  • Linux基础命令mount,umount详解
  • jmeter进行性能测试实践
  • 查看 .so 库(共享对象库)的依赖
  • linux驱动编程——等待队列
  • 显示器放大后,大漠识图识色坐标偏移解决方法
  • 【leetcode】122. 买卖股票的最佳时机 II
  • Linux下路由信息探测traceroute
  • UE4_Niagara基础实例—5、骨架网格体表面生成粒子及过滤骨骼位置生成粒子
  • 不同领域神经网络一般选择什么模型作为baseline(基准模型)
  • 【如何在Linux系统本地快速部署Leanote蚂蚁笔记】
  • SQL第9课——汇总数据
  • 命令模式
  • PCL 索引空间采样
  • golang fmt.Sprintf 引用前述变量
  • java将word转pdf
  • python 实现lstm prediction预测算法
  • 【C++】unordered_map(set)
  • 几种常见点云开源库——点云、网格数据结构转换
  • 麒麟桌面系统V10 SP1安装php的达梦数据库扩展
  • latex打出邮箱图标和可点击的orcidID
  • NXP(恩智浦)—MC33PF8200A0ES PMIC芯片详解
  • 【COSMO-SkyMed系列的4颗卫星主要用途】
  • Spring Boot技术:构建高效网上购物平台
  • 高效学习工作SMART原则
  • C++中set集合和Python中set集合的区别
  • 【Golang】关于Go语言数学计算、随机数生成模块--math
  • 微信小程序使用picker,数组怎么设置默认值
  • RabbitMQ MQ的可靠性及消费者的可靠性