欢迎关注我的CSDN：https://spike.blog.csdn.net/
本文地址：https://spike.blog.csdn.net/article/details/139242199

贪心算法，是在每一步选择中，都采取当前状态下，最好或最优（即最有利）的选择，从而希望导致结果是最好或最优的算法，在解决各种问题时被广泛应用，包括数组操作、字符串处理、图论等。

贪心算法包括：分配问题、区间问题。

1. 455. 分发饼干 - 分配问题
2. 135. 分发糖果 - 分配问题
3. 605. 种花问题 - 分配问题
4. 406. 根据身高重建队列 - 分配问题
5. 435. 无重叠区间 - 区间问题
6. 452. 用最少数量的箭引爆气球 - 区间问题
7. 763. 划分字母区间 - 区间问题
8. 121. 买卖股票的最佳时机 - 区间问题

1. 分配问题

455. 分发饼干 - 分配问题：

class Solution:
    def findContentChildren(self, g: List[int], s: List[int]) -> int:
        """
        时间复杂度，来自于排序，O(mlogm + nlogn)
        空间复杂度，类似，O(logm + logn)
        """
        g = sorted(g)  # 排序
        s = sorted(s)
        n, m = len(g), len(s)  # 序列数量
        i, j = 0, 0
        while i < n and j < m:  # 全部遍历
            if g[i] <= s[j]:  # 判断是否吃饱
                i += 1  # 孩子满足条件
            j += 1  # 饼干满足条件
        return i

135. 分发糖果 - 分配问题：

class Solution:
    def candy(self, ratings: List[int]) -> int:
        """
        时间复杂度 O(n)，空间复杂度 O(n)
        """
        n = len(ratings)  # 序列长度
        res = [1] * n  # 每个孩子至少1个糖果
        # 正序遍历
        for i in range(1, n):
            if ratings[i] > ratings[i-1]:
                res[i] = res[i-1] + 1  # 要是后面+1
        # print(f"[Info] res: {res}")
        # 逆序遍历
        for i in range(n-1, 0, -1):
            if ratings[i-1] > ratings[i]:
                # 逆序需要最大值
                res[i-1] = max(res[i-1], res[i]+1)  
        # print(f"[Info] res: {res}")
        return sum(res)

605. 种花问题 - 分配问题：

class Solution:
    def canPlaceFlowers(self, flowerbed: List[int], n: int) -> bool:
        """
        时间复杂度 O(n)，空间复杂度 O(1)
        """
        res = 0  # 种花数量
        m = len(flowerbed)  # 花坛长度
        for i in range(m):
            # 前面是0，中间是0，最后是0，注意边界
            if (i==0 or flowerbed[i-1] == 0) and (flowerbed[i] == 0) and (i==m-1 or flowerbed[i+1]==0):
                res += 1
                flowerbed[i] = 1
        return res >= n

406. 根据身高重建队列 - 分配问题，读懂题，根据 -p[0] 和 p[1] 排序，再进行插入，根据 p[1]，进行插入。

class Solution:
    def reconstructQueue(self, people: List[List[int]]) -> List[List[int]]:
        """
        插入之前的位置
        时间O(n^2)，空间O(logn)
        """
        # p[0] 从大到小排序，再次根据 p[1] 从小到大排序
        people.sort(key=lambda x: (-x[0], x[1]))  
        # print(f"[Info] people: {people}")
        n = len(people)  # 人数
        res = []
        for p in people:
            # print(f"[Info] res: {res}")
            # 根据 p 值的第2位 [正好有k个人]，进行排序插入
            res.insert(p[1], p)  # 在p[1]前一个位置插入
        return res

2. 区间问题

435. 无重叠区间 - 区间问题

class Solution:
    def eraseOverlapIntervals(self, intervals: List[List[int]]) -> int:
        """
        时间复杂度 O(nlogn) 空间复杂度 O(logn)
        """
        # 根据 end 值排序
        intervals = sorted(intervals, key=lambda x: x[1])
        # print(f"[Info] intervals: {intervals}")
        n = len(intervals)
        res = 0
        prev = intervals[0][1]  # 第1个值的末尾值
        for i in range(1, n):  # 从第2个值开始
            if intervals[i][0] < prev:  # 前值小于后值
                res += 1  # 相交
            else:
                prev = intervals[i][1]  # 遍历下一个
        return res

452. 用最少数量的箭引爆气球 - 区间问题，435 题的变换

class Solution:
    def findMinArrowShots(self, points: List[List[int]]) -> int:
        """
        区间类型题，与 435 类似
        时间复杂度 O(nlogn)，空间复杂度 O(logn)
        """
        # 尾部排序
        points = sorted(points, key=lambda x: x[1])
        n = len(points)
        prev = points[0][1]  # 前值
        res = 0
        for i in range(1, n):
            if prev >= points[i][0]:
                res += 1  # 重叠值，即1箭射中2个
            else:
                prev = points[i][1]
        return n - res  # 最终值是差值

763. 划分字母区间 - 区间问题，记录字母最后出现的位置，与之前最大位置比较。

class Solution:
    def partitionLabels(self, s: str) -> List[int]:
        """
        时间复杂度 O(n)，空间复杂度 O(len(s))
        """
        n=len(s)  # 序列长度
        last=[0]*26  # 字母数量
        
        # 遍历获取最后出现的位置
        for i in range(n):
            j=ord(s[i])-ord('a')
            last[j]=max(i,last[j])  # 字母最后出现的位置

        start,end=0,0
        res=[]
        for i in range(n):
            j=ord(s[i])-ord('a')
            # 当前字母j最后出现的位置last[j]，与之前end，取最大值
            end=max(end,last[j])
            if end==i:  # end如果等于i
                res.append(end-start+1) # 序列长度
                start=end+1  # 起始位置移动
        return res

121. 买卖股票的最佳时机 - 区间问题

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        """
        时间复杂度 O(n)，空间复杂度 O(1)
        """
        n=len(prices)  # 全部数量
        res=0  # 结果
        for i in range(1,n):
            # 累加区间价格
            res+=max(0,prices[i]-prices[i-1])
        return res