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.
>>贪心思路（以下文字来自代码随想录代码随想录 (programmercarl.com)）
为了满足更多的小孩，就不要造成饼干尺寸的浪费。大尺寸的饼干既可以满足胃口大的孩子也可以满足胃口小的孩子，那么就应该优先满足胃口大的。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。可以尝试使用贪心策略，先将饼干数组和小孩数组排序。然后从后向前遍历小孩数组，用大饼干优先满足胃口大的，并统计满足小孩数量。
- ① 排序
- ② 确定遍历顺序
- ③ 统计
- 先遍历小孩数组，再遍历饼干数组
class Solution {
public:
// 方法一：
// 局部最优 : 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
// 时间复杂度：O(nlogn) 空间复杂度：O(1)
int findContentChildren(vector<int>& g, vector<int>& s) {
sort(g.begin(),g.end());
sort(s.begin(),s.end());
int j = s.size()-1;// 饼干数组的下标
int result = 0;
for (int i = g.size() - 1; i >= 0; i--) { // 遍历胃口
if(j>=0 && s[j]>=g[i]) {// 遍历饼干
result++;
j--;
}
}
return result;
}
};- 时间复杂度：O(nlogn)
- 空间复杂度：O(1)
- 先遍历饼干数组，再遍历小孩数组
class Solution {
public:
// 方法二
// 小饼干先喂饱小胃口
// 时间复杂度：O(nlogn) 空间复杂度：O(1)
int findContentChildren(vector<int>& g, vector<int>& s) {
sort(g.begin(),g.end());
sort(s.begin(),s.end());
int i = 0;// 饼干数组的下标
int result = 0;
for (int j = 0; j < s.size(); j++) { // 遍历饼干
if(i < g.size() && s[j]>=g[i]) { // 遍历胃口
result++;
i++;
}
}
return result;
}
};- 时间复杂度：O(nlogn)
- 空间复杂度：O(1)
来自代码随想录课堂截图：
参考和推荐文章、视频