贪心解题步骤:
- 将问题分解为若干个子问题
- 找出适合的贪心策略
- 求解每一个子问题的最优解
- 将局部最优解堆叠成全局最优解
LeetCode455 分发饼干
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.
代码:
public class Solution {
public int FindContentChildren(int[] g, int[] s) {
Array.Sort(s);
Array.Sort(g);
int index = s.Length - 1;
int res = 0;
for (int i = g.Length - 1; i >= 0; i--)
{
if (index >= 0 && s[index] >= g[i])
{
res++;
index--;
}
}
return res;
}
}
LeetCode376 摆动序列
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
代码:
//贪心
public 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;
}
}
LeetCode53 最大子数组和
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
代码:
//贪心
public class Solution {
public int MaxSubArray(int[] nums) {
int res = int.MinValue;
int count = 0;
for (int i = 0; i < nums.Length; i++)
{
count += nums[i];
if (count > res)
{
res = count;
}
if (count <= 0)
{
count = 0;
}
}
return res;
}
}
//DP
public class Solution {
public int MaxSubArray(int[] nums) {
if (nums.Length == 0) return 0;
int res = int.MinValue;
int[] dp = new int[nums.Length];
dp[0] = nums[0];
res = dp[0];
for (int i = 1; i < nums.Length; i++)
{
dp[i] = Math.Max(dp[i - 1] + nums[i], nums[i]);
res = Math.Max(dp[i], res);
}
return res;
}
}