【代码随想录】刷题笔记Day34

前言

考过概率论，发过一场烧，兜兜转转又一月，轻舟已撞万重山，赶紧刷题

贪心算法理论基础

贪心的本质：局部最优→全局最优
无套路，常识性推导 + 举反例

455. 分发饼干 - 力扣（LeetCode）

先排序，局部最优：最大/小的饼干分给最大/小的小孩，秒了

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        sort(g.begin(), g.end());
        sort(s.begin(), s.end());
        int j = s.size() - 1;
        int sum = 0;
        for(int i = g.size() - 1; i >= 0; i--){
            if(j >= 0 && s[j] >= g[i]){
                sum++;
                j--;
            }
        }
        return sum;
    }
};

376. 摆动序列 - 力扣（LeetCode）

情况一：上下坡中有平坡，取一边的差值等于0
情况二：数组首尾两端，取一个虚拟头，preDiff初始为1
情况三：单调坡中有平坡，遇到拐点再更新prediff

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        if (nums.size() <= 1) return nums.size();
        int curDiff = 0; // 当前一对差值
        int preDiff = 0; // 前一对差值
        int result = 1;  // 记录峰值个数，序列默认序列最右边有一个峰值
        for (int i = 0; i < nums.size() - 1; i++) {
            curDiff = nums[i + 1] - nums[i];
            // 出现峰值
            if ((preDiff <= 0 && curDiff > 0) || (preDiff >= 0 && curDiff < 0)) {
                result++;
                preDiff = curDiff; // 注意这里，只在摆动变化的时候更新prediff
            }
        }
        return result;
    }
};

// 题解来的代码，类似自己起初的思路（可惜自己用flag-1/1调不出来）
class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        int res = 0;
        int reverse = 0; //初始不知道第一次会上坡还是下坡
        for(int i = 1; i < nums.size(); i++){
            if(nums[i-1]<nums[i] && reverse != 1){  // 这个≠很精髓
                res++;
                reverse = 1;//记录上坡了
            }
            else if(nums[i-1]>nums[i] && reverse != 2){
                res++;
                reverse = 2;//记录下坡了
            } 
        }
        return res + 1; //res是两两比较得来的值，差一个边界值要+1
    }
};

53. 最大子数组和 - 力扣（LeetCode）

贪心思路：若连续和为负数，则从下一个数重新开始求连续和
注意：用result及时记录连续和的最大值（也可能是负的）

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int result = INT32_MIN;
        int count = 0;
        for (int i = 0; i < nums.size(); i++) {
            count += nums[i];
            if (count > result) { // 取区间累计的最大值（相当于不断确定最大子序终止位置）
                result = count;
            }
            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 result;
    }
};