本文主要是介绍代码随想录算法训练营第三十一天| 理论基础,455.分发饼干, 376. 摆动序列,53. 最大子序和,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
题目与题解
参考资料:贪心算法理论基础
455.分发饼干
题目链接:455.分发饼干
代码随想录题解:455.分发饼干
视频讲解:贪心算法,你想先喂哪个小孩?| LeetCode:455.分发饼干_哔哩哔哩_bilibili
解题思路:
先对小孩胃口g和饼干分量s进行排序,然后对于小孩的胃口,从小到大分配饼干。如果当前饼干不能满足当前小孩胃口,就继续看下一个饼干是否能满足,否则已满足胃口的小孩数量加一,继续看下一个饼干能否满足下一个小孩的胃口。
class Solution {public int findContentChildren(int[] g, int[] s) {int max = 0;Arrays.sort(g);Arrays.sort(s);int i = 0, j = 0;while (i < g.length && j < s.length) {if (s[j] >= g[i]) {max++;i++;j++;} else {j++;}}return max;}
}
看完代码随想录之后的想法
这里的局部最优就是大饼干喂给胃口大的,充分利用饼干尺寸喂饱一个,全局最优就是喂饱尽可能多的小孩。也可以换一个思路,小饼干先喂饱小胃口,也就是我写的思路。
class Solution {// 思路2:优先考虑胃口,先喂饱大胃口public int findContentChildren(int[] g, int[] s) {Arrays.sort(g);Arrays.sort(s);int count = 0;int start = s.length - 1;// 遍历胃口for (int index = g.length - 1; index >= 0; index--) {if(start >= 0 && g[index] <= s[start]) {start--;count++;}}return count;}
}
遇到的困难
说实话感觉写的时候是瞎写的竟然也能过,非常迷茫。。贪心确实没什么套路。
376. 摆动序列
题目链接:376. 摆动序列
代码随想录题解:376. 摆动序列
视频讲解:贪心算法,寻找摆动有细节!| LeetCode:376.摆动序列_哔哩哔哩_bilibili
解题思路:
有些复杂,写不对,看答案
看完代码随想录之后的想法
这题的本质是求有多少个波峰和波谷,峰谷之间的元素都可以忽略。所以只要当前元素跟前后元素之差一正一负,说明该元素就是波峰或者波谷元素,统计即可。
但本题要考虑三种情况:
- 情况一:上下坡中有平坡
- 情况二:数组首尾两端
- 情况三:单调坡中有平坡
class Solution {public int wiggleMaxLength(int[] nums) {if (nums.length <= 1) {return nums.length;}//当前差值int curDiff = 0;//上一个差值int preDiff = 0;int count = 1;for (int i = 1; i < nums.length; i++) {//得到当前差值curDiff = nums[i] - nums[i - 1];//如果当前差值和上一个差值为一正一负//等于0的情况表示初始时的preDiffif ((curDiff > 0 && preDiff <= 0) || (curDiff < 0 && preDiff >= 0)) {count++;preDiff = curDiff;}}return count;}
}
遇到的困难
要把这道题抽象成波峰波谷的计算就很难了,实在是写不出来,就看看吧。
53. 最大子序和
题目链接:53. 最大子序和
代码随想录题解:53. 最大子序和
视频讲解:贪心算法的巧妙需要慢慢体会!LeetCode:53. 最大子序和_哔哩哔哩_bilibili
解题思路:
无
看完代码随想录之后的想法
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”
计算过程中sum会不断更新,所以要用result实时记录最大的序列和,最后输出result即可。这样写,即使所有的sum都小于0,最后得到的也一定是数组中最大的数,即最靠近0的负数。
class Solution {public int maxSubArray(int[] nums) {int sum = 0;int result = Integer.MIN_VALUE;for (int i = 0; i < nums.length; i++) {sum += nums[i];if (sum > result) result = sum;if (sum <= 0) sum = 0;}return result;}
}
遇到的困难
真的想不到,摆了
今日收获
贪心很难,一是难在想到题目要用贪心算法,二是难在不知道如何找局部最优以获得全局最优。暂时只能靠记了。
这篇关于代码随想录算法训练营第三十一天| 理论基础,455.分发饼干, 376. 摆动序列,53. 最大子序和的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!