当前位置: 首页 > article >正文

day31 贪心算法理论基础 455.分发饼干 376.摆动序列 53.最大子序和

455. 分发饼干

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  1:

  • 输入: g = [1,2,3], s = [1,1]
  • 输出: 1 解释:你有三个孩子和两块小饼干,3 个孩子的胃口值分别是:1,2,3。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。

示例  2:

  • 输入: g = [1,2], s = [1,2,3]
  • 输出: 2
  • 解释:你有两个孩子和三块小饼干,2 个孩子的胃口值分别是 1,2。你拥有的饼干数量和尺寸都足以让所有孩子满足。所以你应该输出 2.

提示:

  • 1 <= g.length <= 3 * 10^4
  • 0 <= s.length <= 3 * 10^4
  • 1 <= g[i], s[j] <= 2^31 - 1

第一种方法(贪心算法): 

class Solution:
    def findContentChildren(self, g: List[int], s: List[int]) -> int:
        g.sort()
        s.sort()
        result = 0
        index = len(s) - 1
        for i in range(len(g) - 1, -1, -1):
            if index >= 0 and s[index] >= g[i]:
                result += 1
                index -= 1
            
        return result

 376. 摆动序列

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。少于两个元素的序列也是摆动序列。

例如, [1,7,4,9,2,5] 是一个摆动序列,因为差值 (6,-3,5,-7,3)  是正负交替出现的。相反, [1,4,7,2,5]  和  [1,7,4,5,5] 不是摆动序列,第一个序列是因为它的前两个差值都是正数,第二个序列是因为它的最后一个差值为零。

给定一个整数序列,返回作为摆动序列的最长子序列的长度。 通过从原始序列中删除一些(也可以不删除)元素来获得子序列,剩下的元素保持其原始顺序。

示例 1:

  • 输入: [1,7,4,9,2,5]
  • 输出: 6
  • 解释: 整个序列均为摆动序列。

示例 2:

  • 输入: [1,17,5,10,13,15,10,5,16,8]
  • 输出: 7
  • 解释: 这个序列包含几个长度为 7 摆动序列,其中一个可为[1,17,10,13,10,16,8]。

示例 3:

  • 输入: [1,2,3,4,5,6,7,8,9]
  • 输出: 2

第一种方法(贪心算法): 

class Solution:
    def wiggleMaxLength(self, nums: List[int]) -> int:
        cur_diff = 0
        pre_diff = 0
        result = 1

        for i in range(len(nums) - 1):
            cur_diff = nums[i + 1] - nums[i]
            if pre_diff >= 0 and cur_diff < 0 or pre_diff <= 0 and cur_diff > 0:
                result += 1
                pre_diff = cur_diff
        
        return result

 53. 最大子数组和

给定一个整数数组 nums ,找到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。

示例:

  • 输入: [-2,1,-3,4,-1,2,1,-5,4]
  • 输出: 6
  • 解释:  连续子数组  [4,-1,2,1] 的和最大,为  6。

第一种方法(贪心算法): 

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        result = float('-inf')
        count = 0

        for i in range(len(nums)):
            count += nums[i]
            if count > result:
                result = count
            if count < 0:
                count = 0
            
        
        return result

 


http://www.kler.cn/a/348950.html

相关文章:

  • 深入理解C++ STL中的 vector
  • 在Android中如何实现只要一更新了应用程序,就清除本地数据
  • 树型名称前面插入图片
  • Python学习之旅
  • 【NTN 卫星通信】卫星通信的专利
  • YOLOv11改进策略【卷积层】| GnConv:一种通过门控卷积和递归设计来实现高效、可扩展、平移等变的高阶空间交互操作
  • 安装Node.js环境,安装vue工具
  • 宠物咖啡馆平台架构:SpringBoot技术的核心作用
  • neo4j知识图谱管理系统,结合es全文检索,知识管理系统
  • 10月15日,每日信息差
  • Electron-(一)创建桌面应用
  • 如何捕捉行情爆发的前兆
  • AOT漫谈专题(第一篇): 如何调试C# AOT程序
  • 设计循环双端队列
  • C++11 新特性 学习笔记
  • 计算机毕业设计 基于Python的美术馆预约系统的设计与实现 Python毕业设计 Python毕业设计选题【附源码+安装调试】
  • .gitattributes文件的相关介绍
  • 【秋招笔试】10.09华子秋招(已改编)-三语言题解
  • 【MySQL】CRUD增删改查操作
  • 使用 systemd 设置 PHP 程序为服务