LeetCode455. 分发饼干
题目链接：455. 分发饼干
独上高楼，望尽天涯
贪心的思路，将每块饼干都发给最合适的孩子，那么最后分发饼干的策略就是最合适的，即可满足最多的孩子。
class Solution {
public:
int findContentChildren(vector<int>& g, vector<int>& s) {
int count = 0;
sort(g.begin(), g.end());
for (int i = 0; i < s.size(); i++) {
for(int j = g.size() - 1; j >= 0; j--) {
if (g[j] <= s[i]) {
count++;
g.erase(g.begin() + j);
break;
}
}
}
return count;
}
};
慕然回首，灯火阑珊
这里的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。
然后就是题解遍历饼干数组时没有再起一个for循环，而是采用了index自减的方式，这是一种可以学习的常用技巧。
class Solution {
public:
int findContentChildren(vector<int>& g, vector<int>& s) {
sort(g.begin(), g.end());
sort(s.begin(), s.end());
int index = s.size() - 1;
int result = 0;
for (int i = g.size() - 1; i >= 0; i--) {
// 从最大的饼干开始，只有较大的饼干匹配到小孩后，才能轮到较小的饼干
if (index >= 0 && s[index] >= g[i]) {
result++;
index--;
}
}
return result;
}
};
LeetCode376. 摆动序列
题目链接：376. 摆动序列
独上高楼，望尽天涯
看似简单，其实需要考虑的情况很多，很难一次性想清楚。
慕然回首，灯火阑珊
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。
实际操作上，其实连删除的操作都不用做，因为题目要求的是最长摆动子序列的长度，所以只需要统计数组的峰值数量就可以了（相当于是删除单一坡度上的节点，然后统计长度）。
这就是贪心所贪的地方，让峰值尽可能的保持峰值，然后删除单一坡度上的节点。
还需要慢慢咀嚼。
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;
}
};
LeetCode53. 最大子序和
题目链接：53. 最大子序和
独上高楼，望尽天涯
贪心的问题都好难想啊QAQ。
慕然回首，灯火阑珊
局部最优：当前“连续和”为负数的时候立刻放弃，从下一个元素重新计算“连续和”，因为负数加上下一个元素 “连续和”只会越来越小。
全局最优：选取最大“连续和”。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
if (nums.size() == 1) return nums[0];
int result = INT32_MIN;
int count = 0;
for (int i = 0; i < nums.size(); i++) {
count += nums[i];
if (count > result) {
result = count;
}
if (count <= 0) {
count = 0;
}
}
return result;
}
};