算法学习day31贪心part01-45553376

Posted 2023-05-30 lipin

package LeetCode.greedypart01;

import java.util.Arrays;

/**
 * 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：
 * 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
 * */
public class AssignCookies_455 
    public static void main(String[] args) 
        int [] g = 1,2,3;
        int [] s = 1,1;
        int result = findContentChildren(g,s);
        System.out.println(result);

    

    public static 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;
    

package LeetCode.greedypart01;
/**
 * 53. 最大子数组和
 * 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。
 * 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 。
 * */
public class MaximumSubarray_53 
    public static void main(String[] args) 
        int [] nums = -2,1,-3,4,-1,2,1,-5,4;
        int result = maxSubArray(nums);
        System.out.println(result);
    
    public static int maxSubArray(int[] nums) 
        if (nums.length == 1)
            return nums[0];
        
        int sum = Integer.MIN_VALUE;
        int count = 0;
        for (int i = 0; i < nums.length; i++)
            count += nums[i];
            sum = Math.max(sum, count); // 取区间累计的最大值（相当于不断确定最大子序终止位置）
            if (count <= 0)
                count = 0; // 相当于重置最大子序起始位置，因为遇到负数一定是拉低总和
            
        
        return sum;
    

package LeetCode.greedypart01;
/**
 * 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。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 。
 * */
public class WiggleSubsequence_376 
    public static void main(String[] args) 
        int [] nums = 1, 7, 4, 9, 2, 5;
        int result = wiggleMaxLength(nums);
        System.out.println(result);

    
    public static 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preDiff
            if ((curDiff > 0 && preDiff <= 0) || (curDiff < 0 && preDiff >= 0)) 
                count++;
                preDiff = curDiff;
            
        
        return count;
    

 

每日一面day1

贪心算法与其弊端

　　贪心算法又称贪婪算法，见文思意，贪心贪心，无非就是想办法寻找最好的方法，对应到算法上即将一个问题分解成若干个小问题，每步选取当前最优解，贪心算法的弊端在于它并非对所有的问题都有效，当问题不具有最佳子结构或是贪心策略有后效性时，得出的结果可能就并不正确。相应的问题有背包问题，由此也可以引出动态规划，有兴趣的同学可自行学习