贪心算法练习day.1

devtools/2025/2/22 21:53:22/

理论基础

贪心算法是一种常见的解决优化问题的方法,其基本思想就是在问题的每个决策阶段,都选择当前看起来最优的选择,即贪心地做出局部的最优决策,以此得到全局的最优解,例如在十张面额不同的钞票,让我们去取5张,那如何拿到最多的钱呢?那我们每次取钞票时只需要取出面额最大的一张(局部最优),最后拿到的就是最多的钱(全局最优),这就是贪心的策略

贪心算法优点和局限性:

优点:操作直接,实现简单,效率高

局限性:有时候并不能找到最优解,即无法保证能找到最优解,可能找到较差的解

贪心算法主要适用于以下两种情况

1.可以保证找到最优解:在这种情况下贪心算法是最优选择,因为它比回溯算法,动态规划更加高效

2.可以找到近似最优解:贪心算法在这种情况下也可以使用,对于很多问题而言,找到最优解很难,那么能够高效的查找到次优解也很不错

贪心算法的解决流程:

1.对问题进行分析

2.确定贪心的策略

3.证明正确性

455.分发饼干

链接:. - 力扣(LeetCode)

题目描述:

相关标签

相关企业

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.

提示:

  • 1 <= g.length <= 3 * 104
  • 0 <= s.length <= 3 * 104
  • 1 <= g[i], s[j] <= 231 - 1

思路:

因为饼干不能分开,因此我们不能用大饼干去喂喂口小的孩子,会造成饼干的浪费,因此我们的局部最优应该是每次找到一个大饼干,尽量去喂胃口大的孩子,全局最优就是可以喂饱最多的孩子,投喂过程如下图所示

我们需要先对孩子和饼干进行排序,便于我们找到胃口最多的小孩已经最大的饼干,因为我们的局部最优是拿最大的饼干喂胃口最大的孩子,所以只有当我们投喂成功时,才能进行下一块饼干的投喂,即如图所示,大小为9的饼干喂不了胃口为10的孩子,我们只有把大小为9的饼干喂给大小为7的孩子,才能进行下一次饼干的投喂,即大小为5的饼干

代码如下:

int cmp(int *a, int *b)
{return *a - *b;
}int findContentChildren(int* g, int gSize, int* s, int sSize) {if(gSize == 0)return 0;qsort(g, gSize,sizeof(int), cmp);qsort(s, sSize,sizeof(int), cmp);int child = 0;int index = sSize - 1;for(int i = gSize - 1; i >= 0 ; --i){while( index >= 0 && s[index] >= g[i] ){child++;index--;break;}}return child;
}

376.摆动序列

链接:. - 力扣(LeetCode)

题目描述:

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 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

提示:

  • 1 <= nums.length <= 1000
  • 0 <= nums[i] <= 1000

思路:

我们可以根据题目进行分析,如下图所示,有三种情况,以第一种为例,上下坡

红色所标注的就是摆动,蓝色所标注的摆动的最长子序列,即为7,根据图形我们可以看出,我们的每一个峰值都是一个摆动序列,因此我们可以将不是峰值的数值进行删除,即删除单调坡上的元素,即其中蓝色X表示标注的元素,这就是局部最优,剩下的数组元素的个数就是我们摆动的序列的最长子序列,这就是全局最优

注意:因为题目要求返回的是摆动序列的最长子序列的长度,因此我们不需要实际进行删除的操作,只需要在遇到摆动时将其记录就可以

第二种情况,上下坡带有平坡

第三种情况,单调坡有平坡

代码如下:

int wiggleMaxLength(int* nums, int numsSize){// 如果数组只有一个元素,则返回1,因为一个元素本身就构成了一个摆动序列if(numsSize == 1)return 1;// 如果数组只有两个元素且两个元素不相等,则返回2,因为两个不相等的元素构成了一个摆动序列if(numsSize == 2 && nums[0] != nums[1])return 2;int cur = 0, pre = 0;int result = 1;// 遍历数组,计算相邻元素之间的差值,根据差值的符号确定摆动序列for(int i = 0; i < numsSize - 1; i++){// 当前元素与下一个元素的差值cur = nums[i + 1] - nums[i];// 如果前一个差值为非负数且当前差值为负数,或者前一个差值为非正数且当前差值为正数,// 则说明出现了摆动,摆动序列长度加一,并更新前一个差值if((pre >= 0 && cur < 0) || (pre <= 0 && cur > 0)){result++;pre = cur;}}return result;
}

53.最大子数组和

链接:. - 力扣(LeetCode)

题目描述:

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

提示:

  • 1 <= nums.length <= 105
  • -104 <= nums[i] <= 104

贪心思路:

我们在遍历数组时,需要一个变量不断去累加数组元素,如果当前的连续和是负数,,继续不断的相加只能让连续和变小,此时不如将我们新的数组元素作为连续和新的开始,因此我们就得出我们的局部最优,当求得连续和为负数,则直接抛弃它,并选择数组的下一个元素作为新的连续和起点,当我们得到连续和是正数,则进行保留,因为无论这个整数是大还是小,对数组后面的元素都只有增大的作用(遇到正数增大,遇到负数抵消部分影响),并且将这个值再进行记录,大致过程就如下所示

连续和为负数,则抛弃,连续和为正数,则进行最大连续和记录,一直遍历到数组为空

代码实现:

int maxSubArray(int* nums, int numsSize) {int result = INT_MIN;int sum = 0;for(int i = 0; i < numsSize ;i++){sum += nums[i];result = sum > result ? sum : result;sum = sum < 0 ? 0 : sum;}return result;
}


http://www.ppmy.cn/devtools/11608.html

相关文章

Rust常用特型之From和Into特型

在Rust标准库中&#xff0c;存在很多常用的工具类特型&#xff0c;它们能帮助我们写出更具有Rust风格的代码。 std::convert::From和std::convert::Into特型是一种用于转换的特型&#xff0c;它们会消耗某个类型的值&#xff0c;返回另一个类型的值。相对于AsRef和AsMut特型用来…

C++_特殊类的设计和单例模式

文章目录 学习目标&#xff1a;1.请设计一个类&#xff0c;不能被拷贝2. 请设计一个类&#xff0c;只能在堆上创建对象3. 请设计一个类&#xff0c;只能在栈上创建对象4. 请设计一个类&#xff0c;不能被继承5. 请设计一个类&#xff0c;只能创建一个对象(单例模式) 特殊类的设…

计算机网络----由概述到ICMP

麻烦先把五个层次刻进DNA里面 应用层 传输层 网络层 数据链路层 物理层 网络层和传输层的区别 网络层:设备到设备 传输层:端口到端口&#xff0c;进程到进程 物理层: 考虑的是怎样才能在连接计算机的传输媒体上传输比特流&#xff0c; 主要考虑的是屏蔽掉不同传输媒体和通信手段…

flutter 点击按钮限流方案

文章目录 前言一、理解限流的思想二、flutter实现代码如下&#xff1a;总结 前言 最近写flutter项目&#xff0c;遇到提交表单重复点击问题&#xff0c;下面是解决方案&#xff0c;希望帮助到大家。 一、理解限流的思想 1、限流思想 限流&#xff08;Throttle&#xff09; 限…

springboot中thymeleaf模板引用页面总结

1、先创建一个需要被引用的html页面&#xff0c;在页面里面不需要放公共的css、js&#xff0c;只需要写一些html片段即可&#xff0c;但是需要在外层html添加上th:fragment属性&#xff0c;如下所示&#xff1a; <div th:fragment"common_top"><ul><…

智能合约:概念与特点(了解什么是智能合约以及它的特点,如自动执行、不可篡改和可信任)

1.自动执行 智能合约通过预定义的代码和规则&#xff0c;在满足特定条件时自动执行。无需第三方介入&#xff0c;合约中的操作将在预定条件满足时自动触发。 2.不可篡改 智能合约的代码一旦部署在区块链上&#xff0c;便不可更改。这意味着合约一旦被创建&#xff0c;其中的规则…

Day13-Java进阶-IO字节流及其练习题

1. IO流介绍 2. IO 流体系结构 字节流读取纯文本文件会出现乱码问题 2.1 FileOutputStream 字节输出流 package com.itheima.stream.output;import java.io.FileOutputStream; import java.io.IOException;public class FileOutputStreamDemo3 {/*IO流的异常处理方式: jdk7版本…

SRS服务接入华为云CDN

CDN简介: CDN的全称是Content Delivery Network&#xff0c;即内容分发网络。其基本思路是尽可能避开互联网上有可能影响数据传输速度和稳定性的瓶颈和环节&#xff0c;使内容传输得更快、更稳定。通过在网络各处放置节点服务器所构成的在现有的互联网基础之上的一层智能虚拟网…