Day31 贪心part01

455.分发饼干

题意：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。

• 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.

核心思想：饼干大的分给胃口大且能满足他的小孩

当然其实用小饼干满足尽量小的小孩其实也是可以的

首先将胃口和饼干两个数组都从小到大排序，从大往小遍历

class Solution:def findContentChildren(self, g: List[int], s: List[int]) -> int:g.sort()s.sort()num = 0index = len(s)-1 #饼干的倒叙for i in range(len(g)-1,-1, -1):# 注意边界条件，从len(g)-1开始，走到0但因为是开区间所以是-1，每次-1步if index>=0 and g[i]<=s[index]:num +=1index -=1return num

**值得注意的事情：**这里是从小孩的胃口g开始倒叙遍历的，而不是从饼干的大小开始的，这是很重要的！！！因为如果从饼干大的开始，发现饼干满足不了胃口最大的小孩，所以饼干减减，一直满足不了，那么结果就是不对的；

所以 一定要 for 控制 胃口，里面的 if 控制饼干。

376. 摆动序列（也可以动态规划）

题意：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。

思路：

局部最优：删除单调坡度上的节点（不包括单调坡度两端的节点），那么这个坡度就可以有两个局部峰值。

整体最优：整个序列有最多的局部峰值，从而达到最长摆动序列。

遇到摆动就++（通过prediff=num[i]-num[i-1]和curdiff=num[i+1]-num[i]是否茼蒿判断），如果是坡上的元素就不加了

一些特殊情况的判断：

• 上下坡有平坡比如[1,2,2,2,1]这种情况→[1,2,1]：prediff=0，curdiff<0或>0这种情况情况
• 首尾元素：[1,2]变成→[1,1,2]就可以使用上面的规则了得到2，这样如果是[2,2]→[2,2,2]最后也是1
• 平坡情况：可能是图上的上下坡度，但也可能是上-平-上的单调坡。prediff没必要实时跟着curdiff变化，只有有变化之后再跟随就可以

class Solution:def wiggleMaxLength(self, nums: List[int]) -> int:if len(nums)==1:return 1prediff = 0curdiff = 0res = 1# if len(nums)==2: # 复杂了，下面的是兼容的#     curdiff = nums[1]-nums[0]for i in range(len(nums)-1):curdiff = nums[i+1] - nums[i]if (prediff>=0 and curdiff<0) or (prediff<=0 and curdiff>0):res+=1prediff = curdiff # 解决单调平坡问题return res

53. 最大子序和（也可以动态规划）

题意：给定一个整数数组 nums ，找到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。

示例:

• 输入: [-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。

思路：如果前面的结果和是负数，那与后面的数相加只会让后面变得更小，比如-2+1=-1反而让1变小了，那么还不如重新开始呢

是连续和是负数的时候抛弃，不是只要遇到负数就抛弃

class Solution:def maxSubArray(self, nums: List[int]) -> int:max_sum = float('-inf')now_sum = 0for i in range(len(nums)):if now_sum<0:now_sum = nums[i]else:now_sum += nums[i]if now_sum>max_sum:max_sum = now_sumreturn max_sum