做足球直播网站,四川网站建设企业网站制作,简单广告牌制作方法,泉州企业网站制作定制贪心算法无固定套路。 核心思想#xff1a;先找局部最优#xff0c;再扩展到全局最优。
455.分发饼干 两种思路#xff1a; 1、从大到小。局部最优就是大饼干喂给胃口大的#xff0c;充分利用饼干尺寸喂饱一个#xff0c;全局最优就是喂饱尽可能多的小孩。先遍历的胃口先找局部最优再扩展到全局最优。
455.分发饼干 两种思路 1、从大到小。局部最优就是大饼干喂给胃口大的充分利用饼干尺寸喂饱一个全局最优就是喂饱尽可能多的小孩。先遍历的胃口在遍历的饼干
class Solution:def findContentChildren(self, g: List[int], s: List[int]) - int:g sorted(g,reverseTrue)s sorted(s,reverseTrue)count 0si 0for gi in g:if silen(s) and s[si]gi: # 饼干要大于胃的容量才能喂饱count1si1 return count2、从小到大。小饼干先喂饱小胃口。两个循环的顺序改变了先遍历的饼干在遍历的胃口这是因为遍历顺序变了我们是从小到大遍历。
class Solution:def findContentChildren(self, g: List[int], s: List[int]) - int:g sorted(g)s sorted(s)count 0gi 0for si in s:if gilen(g) and g[gi]si: # 胃的容量要小于等于饼干大小才能喂饱count1gi1 return count376. 摆动序列 具体实例 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。
考虑几种情况
情况一上下坡中有平坡情况二数组首尾两端情况三单调坡中有平坡
情况一上下坡中有平坡 它的摇摆序列长度是多少呢 其实是长度是 3也就是我们在删除的时候 要不删除左面的三个 2要不就删除右边的三个 2。 在图中当 i 指向第一个 2 的时候prediff 0 curdiff 0 当 i 指向最后一个 2 的时候 prediff 0 curdiff 0。 如果我们采用删左面三个 2 的规则那么 当 prediff 0 curdiff 0 也要记录一个峰值因为他是把之前相同的元素都删掉留下的峰值。 所以我们记录峰值的条件应该是 (preDiff 0 curDiff 0) || (preDiff 0 curDiff 0)为什么这里允许 prediff 0 就是为了 上面我说的这种情况。
情况二数组首尾两端 例如序列[2,5]如果靠统计差值来计算峰值个数就需要考虑数组最左面和最右面的特殊情况。 因为我们在计算 prediffnums[i] - nums[i-1] 和 curdiffnums[i1] - nums[i]的时候至少需要三个数字才能计算而数组只有两个数字。 这里我们可以写死就是 如果只有两个元素且元素不同那么结果为 2。
情况三单调坡度有平坡
class Solution:def wiggleMaxLength(self, nums: List[int]) - int:count 1# 情况二小于等于2的情况可以写死if len(nums)2:return len(nums)if len(nums)2:if nums[-1]-nums[0]0:return 1return len(nums)# 情况一以及情况三prediff 0for i in range(0,len(nums)-1):# if i0:# prediff nums[i-1]-nums[i]curdiff nums[i]-nums[i1]if (prediff0 and curdiff0) or (prediff0 and curdiff0):count1prediff curdiff # 更新prediffreturn count 122.买卖股票的最佳时机 II 如果想到其实最终利润是可以分解的那么本题就很容易了 如何分解呢 假如第 0 天买入第 3 天卖出那么利润为prices[3] - prices[0]。 相当于(prices[3] - prices[2]) (prices[2] - prices[1]) (prices[1] - prices[0])。 此时就是把利润分解为每天为单位的维度而不是从 0 天到第 3 天整体去考虑 那么根据 prices 可以得到每天的利润序列(prices[i] - prices[i - 1])…(prices[1] - prices[0])。
局部最优收集每天的正利润全局最优求得最大利润。
class Solution:def maxProfit(self, prices: List[int]) - int:n len(prices)dp [0]*(n-1)for i in range(1,n):dp[i-1] prices[i]-prices[i-1]res 0for i in dp:if i0:resireturn res55. 跳跃游戏 每次移动取最大跳跃步数得到最大的覆盖范围每移动一个单位就更新最大覆盖范围。 贪心算法局部最优解每次取最大跳跃步数取最大覆盖范围整体最优解最后得到整体最大覆盖范围看是否能到终点。 i 每次移动只能在 cover 的范围内移动每移动一个元素cover 得到该元素数值新的覆盖范围的补充让 i 继续移动下去。 而 cover 每次只取 max(该元素数值补充后的范围, cover 本身范围)。 如果 cover 大于等于了终点下标直接 return true 就可以了。
class Solution:def canJump(self, nums: List[int]) - bool:n len(nums)cover 0if n2:return Truefor i in range(n-1):if coveri:cover max(cover,inums[i])if covern-1:return Truereturn False45.跳跃游戏 II 如果移动下标等于当前覆盖最大距离下标 需要再走一步即 ans因为最后一步一定是可以到的终点。题目假设总是可以到达数组的最后一个位置如图 如果移动下标不等于当前覆盖最大距离下标说明当前覆盖最远距离就可以直接达到终点了不需要再走一步。如图
class Solution:def jump(self, nums: List[int]) - int:cur_distance 0 # 当前覆盖的最远距离下标ans 0 # 记录走的最大步数next_distance 0 # 下一步覆盖的最远距离下标for i in range(len(nums) - 1): # 注意这里是小于len(nums) - 1这是关键所在next_distance max(nums[i] i, next_distance) # 更新下一步覆盖的最远距离下标if i cur_distance: # 遇到当前覆盖的最远距离下标cur_distance next_distance # 更新当前覆盖的最远距离下标ans 1return ans
1005.K次取反后最大化的数组和 class Solution:def largestSumAfterKNegations(self, nums: List[int], k: int) - int:nums.sort(keylambda x:abs(x),reverseTrue) # 按照绝对值的个数排序,且从大到小为了后面先将前k个大负数进行翻转为正数保证和最大for i in range(len(nums)):if nums[i]0 and k0: # 将负数都翻转为正数k-1nums[i] -nums[i]# 现在全部都是正数了if k%21: # 如果还剩奇数个则将最小的正数翻转nums[-1] -nums[-1]# 如果是偶数其实不用管因为随便翻转个正数偶数次就可以了不影响最后结果return sum(nums)134. 加油站
分发糖果 从左到右 如果ratings[i] ratings[i - 1] 那么[i]的糖 一定要比[i - 1]的糖多一个所以贪心candyVec[i] candyVec[i - 1] 1 从右到左考虑 再确定左孩子大于右孩子的情况从后向前遍历 遍历顺序这里有同学可能会有疑问为什么不能从前向后遍历呢 因为 rating[5]与rating[4]的比较 要利用上 rating[5]与rating[6]的比较结果所以 要从后向前遍历。 如果从前向后遍历rating[5]与rating[4]的比较 就不能用上 rating[5]与rating[6]的比较结果了 。如图
如果 ratings[i] ratings[i 1]此时candyVec[i]第i个小孩的糖果数量就有两个选择了一个是candyVec[i 1] 1从右边这个加1得到的糖果数量一个是candyVec[i]之前比较右孩子大于左孩子得到的糖果数量。 那么又要贪心了局部最优取candyVec[i 1] 1 和 candyVec[i] 最大的糖果数量保证第i个小孩的糖果数量既大于左边的也大于右边的。全局最优相邻的孩子中评分高的孩子获得更多的糖果。
所以就取candyVec[i 1] 1 和 candyVec[i] 最大的糖果数量candyVec[i]只有取最大的才能既保持对左边candyVec[i - 1]的糖果多也比右边candyVec[i 1]的糖果多。
class Solution:def candy(self, ratings: List[int]) - int:k len(ratings)dp [1]*k# 从左到右for i in range(k):if i0 and ratings[i]ratings[i-1]:dp[i] dp[i-1]1# 从右到左for i in range(k-2,-1,-1):if ratings[i]ratings[i1]:dp[i] max(dp[i1]1,dp[i]) # 关键点 见解析return sum(dp)
