代码随想录-2023/07/29

贪心算法

455.分发饼干

贪心法:

对饼干和小孩胃口进行排序, 按从小到大对每个小孩都找到其最近的满足其胃口的饼干

代码:

class Solution {
    public int findContentChildren(int[] g, int[] s) {
        Arrays.sort(g);
        Arrays.sort(s);
        int ans = 0;
        for(int i=0,j=0; i<g.length && j<s.length;){
            if(g[i] <= s[j]) {
                i++;
                ans++;
            }
             j++;
        }

        return ans;

    }
}

376.摆动序列

贪心法:

1. 画图法不难看出, 摆动序列的位置要么是波谷要么是波峰, 统计出来所有的波谷和波峰即可
2. 初始化prediff代表前一个被统计的位置, currDiff代表当前位置的差值
3. 若当前差值和前一个差值异号, 则代表遇到一个波峰或者波谷, ans++
4. 同时, 更新preDiff为currDiff,寻找下一个异号的位置, 依次规避上升序列和下降序列

代码:

class Solution {
    public int wiggleMaxLength(int[] nums) {
        if(nums.length < 2) return 1;
        int preDiff = 0, currDiff = 0, ans = 1;
        for(int i=1; i<nums.length; i++){
           currDiff = nums[i] - nums[i-1];
           if((currDiff > 0 && preDiff <= 0) || (currDiff < 0 && preDiff >= 0)){
               ans++;
               preDiff = currDiff;
           }
        }

        return ans;
    }
}

解法二：

动态规划

维护两个遍历, 一个记住下降时的最长子序列长度, 一个记住上升时的最长子序列长度

1. 当下降时, 那么此时的最长子序列长度就等于在之前上升时的最长长度+1
2. 当上升时, 那么此时的最长子序列长度就等于在之前下降时的最长长度+1

代码:

class Solution {
    public int wiggleMaxLength(int[] nums) {
        int down = 1, up = 1;
        for (int i = 1; i < nums.length; i++) {
            if (nums[i] > nums[i - 1])
                // 上升区间, 在前一个下降时的个数基础上+1
                up = down + 1;
            else if (nums[i] < nums[i - 1])
                // 下降区间, 在前一个上升时的个数基础上+1
                down = up + 1;
        }
        return nums.length == 0 ? 0 : Math.max(down, up);
    }
}

53.最大子数组和

解法1: 贪心

1. 对于一个前缀和, 若加上当前数字nums[i], 使得总和变大, 则代表当前序列需要前缀和
2. 若加上当前数字nums[i], 使得总和变小, 则代表当前序列不需要前缀和, 直接从当前数字开始一个序列即可
3. 另外, 需要用一个变量不断的记录遍历过程中的最大子数组和

代码:

class Solution {
    // 最大连续子数组和
    public int maxSubArray(int[] nums) {
        int sum = nums[0], ans = nums[0];
        for(int i=1; i<nums.length; i++){
            sum = Math.max(sum + nums[i], nums[i]);
            ans = Math.max(ans, sum);
        }
        return Math.max(ans, sum);
    }
}

解法2: 动态规划

递推式和贪心一致