目录
什么是贪心算法?
leetcode455题.分发饼干
leetcode376题.摆动序列
leetcode55题.跳跃游戏I
leetcode45题.跳跃游戏II
leetcode621题.任务调度器
leetcode435题.无重叠空间
leetcode135题.分发糖果
什么是贪心算法?
贪心算法更多的是一种思想,没什么套路。
贪心:顾名思义,贪心就是只顾眼前的利益。只关注局部最优解,当前状态的最优解,不关注最后全局最优解。
举个正面例子:从不同面额的人民币中选十张,怎么选金额最大?贪心算法就会每次都选100元面额的人民币,选十张后得到的金额刚好也是全局最优解。
举个反面例子:有一个承重10斤的包,有五个石头,重量分别是7、4、5、4、2斤,怎样放才能让背包利用率最大?贪心算法就会每次都选最大的,先是7斤,然后再选2斤,总共利用了9斤。而全局最优的解法应该是:4 + 4 + 2 = 10斤。所以贪心算法不一定是最优解。
我们学贪心算法是希望能够通过局部最优解推算出全局最优解。我们有什么套路呢?答案是没有。对于一道题你无法用套路来推算能否用贪心算法做,我们只能靠直觉+自己多做题,通过刷题来掌握常见的贪心算法题。面试时贪心考的不多,我们重点掌握七八道核心题就可以了。
leetcode455题.分发饼干
455. 分发饼干 - 力扣(LeetCode)
思路:我们可以把小尺寸的饼干尽可能地给胃口小的孩子,或者大尺寸饼干尽量给胃口大的孩子。
class Solution {
public int findContentChildren(int[] g, int[] s) {
Arrays.sort(g);//按照胃口大小给孩子们排序
Arrays.sort(s);//按照饼干尺寸给饼干排序
//长度
int n = g.length;//孩子个数
int m = s.length;//饼干个数
int res = 0;//存放结果
//遍历饼干,把小尺寸饼干给小胃口的孩子
for(int i = 0; res < n && i < m; i++){
//如果饼干尺寸大于等于孩子的胃口
if(s[i] >= g[res]){
res++;//那就下一个孩子
}
}
return res;//时间复杂度:nlogn+mlogm 空间复杂度O(1)
}
}
leetcode376题.摆动序列
376. 摆动序列 - 力扣(LeetCode)
class Solution {
public int wiggleMaxLength(int[] nums) {
if(nums.length == 1) return nums.length;
int res = 1;//防止最后一个峰值丢失
int pre = 0;//保存前一个峰值是正是负
int cur = 0;//保存当前差值
for(int i = 0; i < nums.length - 1; i++){
cur = nums[i + 1] - nums[i];
if(pre <= 0 && cur > 0 || pre >= 0 && cur < 0){
res++;
pre = cur;
}
}
return res;
}
}
leetcode55题.跳跃游戏I
55. 跳跃游戏 - 力扣(LeetCode)
1)如果从当前位置可以跳到位置i,表示i之前的所有位置我们都能到达。
2)我们要尽可能地跳的远一点。
3)判断自己能否到达最后一个位置。
class Solution {
public boolean canJump(int[] nums) {
int max = 0;//我们能跳到的最远的位置
for(int i = 0; i < nums.length; i++){
if(max < i){
return false;//连i这个位置都到不了
}
max = Math.max(max, i + nums[i]);
}
return true;
}
}
leetcode45题.跳跃游戏II
45. 跳跃游戏 II - 力扣(LeetCode)
class Solution {
public int jump(int[] nums) {
int start = 0;
int end = 0;
int res = 0;
int max = 0;//能够跳跃的最远的位置
while(end < nums.length){
if(max >= nums.length - 1) return res;
for(int i = start; i <= end; i++){
max = Math.max(max, i + nums[i]);
}
res++;
start = end + 1;//表示下一次跳跃的起始位置
end = max;//end是当前能跳跃的最远的位置
}
return res;
}
}
leetcode621题.任务调度器
621. 任务调度器 - 力扣(LeetCode)
class Solution {
public int leastInterval(char[] tasks, int n) {
//找出出现次数最多的字母
int []arr = new int[26];
int k = 0;//假设出现次数最多的字母有k种
for(int i = 0; i < tasks.length; i++){
arr[tasks[i] - 'A']++;
//第 i 个元素的 ASCII 码减去字符 'A' 的 ASCII 码,得到的结果作为索引值
//计算出该字母与字母 'A' 之间的偏移量。然后,这个偏移量被用作索引值
}
int max = 0;
for(int i = 0; i < 26; i++){
max = Math.max(max, arr[i]);
}
for(int i = 0; i < 26; i++){
if(arr[i] == max){
k++;
}
}
//间隔够插和不够插中的最大值
max = Math.max(((max - 1)*(n + 1) + k), tasks.length);
return max;
}
}
leetcode435题.无重叠空间
435. 无重叠区间 - 力扣(LeetCode)
class Solution {
//转化问题-——>保存最大的区间数量使得区间不重叠
//我们要留下在不重叠的情况下,右边界比较小的区间
//步骤:对数组排序,以第二个元素排序
// 之后遍历数组,遇到不重叠的就选择留下来
public int eraseOverlapIntervals(int[][] intervals) {
if(intervals.length <= 1) return 0;
//Arrays.sort() 方法的第二个参数是一个比较器(Comparator)
//对二维数组 intervals 按照每个子数组的第二个元素进行升序排序。
/*当我们使用如 Arrays.sort() 这样的方法进行排序时,元素的实际交换操作是在单独的排序算法(如快速排序、归并排序等)中进行的,而比较器仅负责提供元素之间的相对顺序信息。这些排序算法会根据比较器的返回值来更新元素间的相对顺序,并在适当的时候实际交换元素的位置,最终得到一个有序序列。 */
Arrays.sort(intervals, new Comparator<int[]>(){
//重写compare
public int compare(int[] s1, int[] s2){
return s1[1] - s2[1];
}
});
int max = 1;//表示当前已经选择的不重叠区间的数量
int right = intervals[0][1];
for(int i = 1; i < intervals.length; i++){
if(intervals[i][0] >= right){
max++;
right = intervals[i][1];
}
}
return intervals.length - max;
}
}
leetcode135题.分发糖果
135. 分发糖果 - 力扣(LeetCode)
class Solution {
public int candy(int[] ratings) {
//孩子糖数受左右两边相邻的孩子影响
/*
左规则:如果只受左边孩子的影响,比左边的孩子分数高就比左边的孩子多获得一个糖果
右规则:如果只受右边孩子影响,比右边孩子的分数高就多获得一个糖果
整体结合左右规则来看,就在判断每个孩子的糖果数中取两个规则中的较大数
*/
int[] left = new int[ratings.length];
int[] right = new int[ratings.length];
//填充左规则
left[0] = 1;
for(int i = 1; i < ratings.length; i++){
if(ratings[i] > ratings[i - 1]){
left[i] = left[i - 1] + 1;
}
else{
left[i] = 1;
}
}
//填充右规则
right[ratings.length - 1] = 1;
for(int i = ratings.length - 2; i >= 0; i--){
if(ratings[i] > ratings[i + 1]){
right[i] = right[i + 1] + 1;
}
else{
right[i] = 1;
}
}
int res = 0;
for(int i = 0; i < ratings.length; i++){
int max = Math.max(left[i], right[i]);
res += max;
}
return res;
}
}