代码随想录算法训练营第29天 | 贪心算法1：455.分发饼干、376.摆动序列、53.最大子序和

贪心算法基础理论
https://programmercarl.com/贪心算法理论基础.html
455.分发饼干
https://leetcode.cn/problems/assign-cookies/description/
代码随想录
https://programmercarl.com/0455.分发饼干.html
376.摆动序列
https://leetcode.cn/problems/wiggle-subsequence/
代码随想录
https://programmercarl.com/0376.摆动序列.html
53.最大子序和
https://leetcode.cn/problems/maximum-subarray/description/
代码随想录
https://programmercarl.com/0053.最大子序和.html#算法公开课

贪心算法理论基础

分类

• 简单题目
  • 455:分发饼干
  • 1005:K次取反后最大化数组和
  • 860：柠檬水找零
• 中等题目
  • 序列问题
  • 贪心解决股票问题
    • 122.买卖股票的最佳时机
    • 714。买卖股票的最佳时机+手续费
  • 两个维度权衡问题
    • 135：分发糖果
    • 406：身高重建队列
• 有点难度
  • 区间问题
    • 55 跳跃游戏
    • 45 跳跃游戏2
    • 452 最少数量的箭引爆气球
    • 435 无重叠区间
    • 763 划分字母区间
    • 56 合并区间
  • 53.最大子序列和
  • 134.加油站
  • 968.监控二叉树

核心思想

• 每个阶段的局部最优——>全局最优

解题步骤

• 问题划分为子问题
• 找出合适的贪心策略
• 求解每个子问题的最优解
• 局部最优解堆叠成全局最优解

455.分发饼干

题解思路

• 方法一：从小开始比较
• 方法二：从大开始比较
• 直接用栈模拟场景

题解代码

## 
class Solution:
    def findContentChildren(self, g: List[int], s: List[int]) -> int:
        g_st = sorted(g)
        s_st = sorted(s)
        res = 0
        for i in range(len(s_st)):
            if res<len(g) and s_st[i]>=g_st[res]:
                res = res+1
        return res

## 栈模拟
class Solution:
    def findContentChildren(self, g: List[int], s: List[int]) -> int:
        g_st = sorted(g)
        s_st = sorted(s)
        res = 0
        while s_st and g_st:
            chil = g_st.pop()
            cookie = s_st.pop()
            if cookie>=chil:
                res = res+1
            else:
                s_st.append(cookie)
        return res

376. 摆动序列

题解思路

• 2种特殊情况
  1. 出现平坡不改变方向
  2. 出现平坡但改变方向
• 双指针/列表存储diff

题解代码

## 双指针
class Solution:
    def wiggleMaxLength(self, nums: List[int]) -> int:
        pre_diff,curr_diff,res = 0,0,0
        for i in range(1,len(nums)):
            curr_diff = nums[i]-nums[i-1]
            if curr_diff*pre_diff<=0 and curr_diff!=0:
                res = res+1
                pre_diff = curr_diff
        return res+1

53. 最大子序和

题解思路

• 如果前面的数字之和小于0 就归0 已经不是最大和
• 考虑合适将sum赋值到res中

题解代码

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        res = -float('inf')
        sum_ = 0 
        for i in range(len(nums)):
            sum_ = sum_+nums[i] ##先赋值 不满足就归零了 
            res = max(sum_,res)
            if sum_<=0:
                sum_ = 0
        return res