赞
踩
贪心算法的基本思路是通过局部最优从而达到全局最优,但是有时候局部最优并不一定导致全局最优,这样就需要动态规划的方法。但一部分题目是能通过贪心得到的。贪心的证明一般用到数学归纳法和反证法。在实际的问题中,没有统一的代码套路和模板,具体问题具体分析。
一种思路是先把小饼干给小胃口的人
时间复杂度:O(nlogn)
空间复杂度:O(1)
- class Solution {
- public:
- int findContentChildren(vector<int>& g, vector<int>& s) {
- int index = 0;
- sort(g.begin(), g.end());//注意需要先排序
- sort(s.begin(), s.end());
- for(int i = 0; i < s.size(); i++){//饼干的个数
- if(index < g.size() && g[index] <= s[i]){//从最小的胃口开始
- index++;
- }
- }
- return index;
- }
- };
另一种思路是把大饼干先给大胃口的人
- class Solution {
- public:
- int findContentChildren(vector<int>& g, vector<int>& s) {
- int result = 0;
- int index = s.size() - 1;
- sort(g.begin(), g.end());
- sort(s.begin(), s.end());
- for(int i = g.size() - 1; i >= 0; i--){//胃口
- if(index >= 0 && g[i] <= s[index]){
- result++;
- index--;
- }
- }
- return result;
- }
- };

贪心的思路是,设计一个count,当连续和为负数的时候,加上后面的数字就会变小,因此只要连续和不为负数就可以继续往下贪心。
时间复杂度:O(n)
空间复杂度:O(1)
- 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];//计算count,元素和
- if(count > result) result = count;
- if(count <= 0) count = 0;//如果为负数了,就重新更新
- }
- return result;
-
- }
- };
可以看到贪心算法的代码还算简单,但是思路并不是很好想到。
这道题思路太复杂了,但是代码很简单,这次先学习思路,之后还需要继续刷题
- 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;
- }
- };

Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。