day27 贪心算法01

80 阅读5分钟

455. 分发饼干

文章讲解

题目: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。你的目标是满足尽可能多的孩子,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 * 104
  • 0 <= s.length <= 3 * 104
  • 1 <= g[i], s[j] <= 231 - 1

贪心算法:先对胃口数组和饼干数组排序,然后从大胃口到小胃口迭代,从大到小匹配合适的饼干。

class Solution:
    def findContentChildren(self, g: List[int], s: List[int]) -> int:
        # 先排序
        g.sort()
        s.sort()

        # 从大胃口到小胃口迭代,然后从大到小匹配合适的饼干
        result = 0
        index = len(s) -1 # 饼干数组下标,从最大的开始
        for i in range(len(g)-1,-1,-1):
            if index >= 0 and g[i] <= s[index]:
                result += 1
                index -= 1
        return result

376. 摆动序列

文章讲解

题目: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。

  • 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。

子序列 可以通过从原始序列中删除一些(也可以不删除)元素来获得,剩下的元素保持其原始顺序。

给你一个整数数组 nums ,返回 nums 中作为 摆动序列 的 最长子序列的长度 。

示例 1:

输入: nums = [1,7,4,9,2,5]
输出: 6
解释: 整个序列均为摆动序列,各元素之间的差值为 (6, -3, 5, -7, 3) 。

示例 2:

输入: nums = [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。
其中一个是 [1, 17, 10, 13, 10, 16, 8] ,各元素之间的差值为 (16, -7, 3, -3, 6, -8) 。

示例 3:

输入: nums = [1,2,3,4,5,6,7,8,9]
输出: 2

提示:

  • 1 <= nums.length <= 1000
  • 0 <= nums[i] <= 1000

思路:贪心,记录峰值的数量 result 初始化为 1 是为了确保第一个元素被计入。 preDiff >= 0 中的等号是为了处理第一个元素和连续相同元素的情况,避免重复计数。 preDiff 可以等于 0 是因为算法的初始状态和处理连续相同元素的需要。



class Solution:
    def wiggleMaxLength(self, nums: List[int]) -> int:
        if len(nums) <= 1:
            return len(nums)

        result = 1 # 峰值数量
        preDiff = 0
        curDiff = 0
        for i in range(0,len(nums)-1):
            curDiff = nums[i+1] - nums[i]
            if (preDiff>=0 and curDiff<0) or (preDiff<=0 and curDiff>0): # 注意不能搞反
                result += 1
                preDiff = curDiff

        return result

53. 最大子数组和

文章讲解

题目: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。


子数组

是数组中的一个连续部分。

 

示例 1:

输入: nums = [-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 。

示例 2:

输入: nums = [1]
输出: 1

示例 3:

输入: nums = [5,4,-1,7,8]
输出: 23

 

提示:

  • 1 <= nums.length <= 105
  • -104 <= nums[i] <= 104

方法1:贪心,遇到和为负就重新开始累加,不负的时候更新答案

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        if not nums:
            return 0
        
        total = 0
        result = float("-inf") # 记录最大和
        for i in range(len(nums)):
            total += nums[i]
            if total > result:
                result = total
            if total <= 0 :
                total = 0
            # 更新答案

        return result

方法2:动态规划:

子序列是可以不连续但一定顺序的 dp[i]表示以i为结尾的子数组的最大和 dp[i] = max(nums[i], dp[i-1]+nums[i]) 初始化:dp[0] = nums[0] 方向:前后 举例:dp[0] = -2; dp[1]=1; dp[2]=-2; dp[3]=4


class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        if not nums:
            return 0
        
        # dp[i]表示以nums[i]为结尾的子数组的最大子序列和
        dp = [0] * len(nums)
        dp[0] = nums[0]
        result = nums[0]
        for i in range(1, len(nums)):
            dp[i] = max(dp[i-1] + nums[i], nums[i])
            result = max(dp[i], result)

        return result