首页 > 编程语言 >贪心算法 part03

贪心算法 part03

时间:2024-12-05 22:00:04浏览次数:7  
标签:return people int curSum part03 gas 算法 vector 贪心

文章参考来源代码随想录

134. 加油站

方法一分类讨论:

情况一:如果gas的总和小于cost总和,那么无论从哪里出发,一定是跑不了一圈的

情况二:rest[i] = gas[i]-cost[i]为一天剩下的油,i从0开始计算累加到最后一站,如果累加没有出现负数,说明从0出发,油就没有断过,那么0就是起点。

情况三:如果累加的最小值是负数,汽车就要从非0节点出发,从后向前,看哪个节点能把这个负数填平,能把这个负数填平的节点就是出发节点。

class Solution {
public:
    int canCompleteCircuit(vector<int>& gas, vector<int>& cost) {
        int curSum = 0;
        int min = INT_MAX; // 从起点出发,油箱里的油量最小值
        for (int i = 0; i < gas.size(); i++) {
            int rest = gas[i] - cost[i];
            curSum += rest;
            if (curSum < min) {
                min = curSum;
            }
        }
        if (curSum < 0) return -1;  // 情况1
        if (min >= 0) return 0;     // 情况2
                                    // 情况3
        for (int i = gas.size() - 1; i >= 0; i--) {
            int rest = gas[i] - cost[i];
            min += rest;
            if (min >= 0) {
                return i;
            }
        }
        return -1;
    }
};

方法二贪心算法 :

从0开始累加rest[i],和记为curSum,一旦curSum小于零,说明[0, i]区间都不能作为起始位置,因为这个区间选择任何一个位置作为起点,到i这里都会断油,那么起始位置从i+1算起,再从0计算curSum。(反例可以通过简单的数学推断证明不成立)

局部最优:找到当前和为负数的位置(没油了)清空当前和,找到之后当前和大于零的位置。

全局最优:找到唯一起始位置

这里我们通过每次当前和小于零时,更新目标位置(后一位)并清空当前和直至当前和大于零,以此来找到第一次出现当前和大于零的位置。

class Solution {
public:
    int canCompleteCircuit(vector<int>& gas, vector<int>& cost) {
        int cursum=0;//当前和
        int totalsum=0;//总和
        int start=0;
        for(int i=0;i<gas.size();i++){
            cursum+=gas[i]-cost[i];
            totalsum+=gas[i]-cost[i];
            if(cursum<0){
                start=i+1;
                cursum=0;
            }
        }
        if(totalsum<0)return -1;
        return start;
    }
};

 135. 分发糖果

如果两边一起考虑一定会顾此失彼。

所以这里采用两次遍历

从前往后:找出右大于左的

局部最优1:只要右边评分比左边大,右边的孩子就多一个糖果,全局最优:相邻的孩子中,评分高的右孩子获得比左边孩子更多的糖果

从后往前:找出左大于右的

疑惑点: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 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)。

因此,局部最优2: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。

class Solution {
public:
    int candy(vector<int>& ratings) {
        int sum=0;
        vector<int>candy(ratings.size(),1);
        for(int i=0;i<ratings.size()-1;i++){
            if(ratings[i]<ratings[i+1])candy[i+1]=candy[i]+1;
        }
        for(int i=ratings.size()-1;i>0;i--){
            if(ratings[i]<ratings[i-1])candy[i-1]=max(candy[i-1],candy[i]+1);
        }
        for(int k:candy)sum+=k;
        return sum;
    }
};

860.柠檬水找零

5,10,20

付5直接不用找,付10找5,付20找10+5或者5+5+5

局部最优:优先消耗10(5更通用)去完成本次找零

 全局最优:完成全部账单的找零

class Solution {
public:
    bool lemonadeChange(vector<int>& bills) {
        int five=0;
        int ten=0;
        int twenty=0;
        for(int k:bills){
            if(k==5)five++;
            if(k==10){
                if(five<=0)return false;
                ten++;
                five--;
            }
            if(k==20){
                if(ten>0&&five>0){
                    ten--;
                    five--;
                }
                else if(five>=3)five-=3;
                else return false;
            }
        }
        return true;
    }
};

406.根据身高重建队列

本题有两个维度,h和k,看到这种题目一定要想如何确定一个维度,然后再按照另一个维度重新排列

如果两个维度一起考虑一定会顾此失彼

由题意我们这里先确定一个维度排序——h

局部最优:优先按身高高的people的k来插入。插入操作过后的people满足队列属性

全局最优:最后都做完插入操作,整个队列满足题目队列属性

所以这里先按身高排序,身高相同再按k排序(这里可以写一个cmp)

之后取每个元素的k为位置一个一个插进去即可

class Solution {
public:
    static bool cmp(const vector<int>&a,const vector<int>&b){
        if(a[0]==b[0])return a[1]<b[1];
        return a[0]>b[0];
    }
    vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
        sort(people.begin(),people.end(),cmp);
        vector<vector<int>>que;
        for(int i=0;i<people.size();i++){
            int position=people[i][1];
            que.insert(que.begin()+position,people[i]);
        }
        return que;
    }
};

但使用vector是非常费时的,C++中vector(可以理解是一个动态数组,底层是普通数组实现的)如果插入元素大于预先普通数组大小,vector底部会有一个扩容的操作,即申请两倍于原先普通数组的大小,然后把数据拷贝到另一个更大的数组上。

所以使用vector(动态数组)来insert,是费时的,插入再拷贝的话,单纯一个插入的操作就是O(n^2)了,甚至可能拷贝好几次,就不止O(n^2)了。

这里给出改为链表的代码

class Solution {
public:
    static bool cmp(const vector<int>& a, const vector<int>& b) {
        if (a[0] == b[0]) return a[1] < b[1];
        return a[0] > b[0];
    }
    vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
        sort (people.begin(), people.end(), cmp);
        list<vector<int>> que; // list底层是链表实现,插入效率比vector高的多
        for (int i = 0; i < people.size(); i++) {
            int position = people[i][1]; // 插入到下标为position的位置
            std::list<vector<int>>::iterator it = que.begin();
            // 这行代码的作用是声明一个迭代器 it,它的类型是 std::list<vector<int>>::iterator, 
            //这个迭代器用于遍历 que 这个 std::list 容器中的 vector<int> 类型的元素。
            while (position--) { // 寻找在插入位置
                it++;
            }
            que.insert(it, people[i]);
        }
        return vector<vector<int>>(que.begin(), que.end());
    }
};

标签:return,people,int,curSum,part03,gas,算法,vector,贪心
From: https://blog.csdn.net/2403_88990400/article/details/144272099

相关文章

  • Baum-Welch 算法
    Baum-Welch算法假设给定训练数据只包含SSS个长度为TTT的观测......
  • C++算法练习-day62——491.非递减子序列
    题目来源:.-力扣(LeetCode)题目思路分析这个问题要求找出数组 nums 中的所有非严格递增子序列,其中每个子序列至少包含两个元素。非严格递增子序列意味着子序列中的元素可以相等,但不允许递减。为了解决这个问题,可以使用回溯法。回溯法是一种通过探索所有可能的候选解来找出......
  • C++算法练习-day61——90.子集2
    题目来源:.-力扣(LeetCode)题目思路分析题目要求找出给定数组的所有子集(幂集),但数组可能包含重复元素,要求结果中的子集是唯一的(不包含重复的子集)。为了解决这个问题,我们可以先对数组进行排序,然后在回溯过程中跳过重复的元素,以确保生成的每个子集都是唯一的。代码:#include<v......
  • C++算法练习-day60——78.子集问题
    题目来源:.-力扣(LeetCode)题目思路分析题目要求找出给定数组的所有子集(幂集)。子集是指原数组中任意元素组合形成的数组,包括空集和原数组本身。这个问题可以通过回溯算法(Backtracking)来解决。回溯算法是一种通过探索所有可能的候选解来找出所有解的算法。对于子集问题,我们可以......
  • 算法之旅:二叉树的删除、验证与插入(98,700,701,450)
    ......
  • [原创]CEEMDAN-FTTA-CNN-BiLSTM足球队训练算法FTTA是多变量回归预测 (多输入单输出) M
    [原创]CEEMDAN-FTTA-CNN-BiLSTM足球队训练算法FTTA是多变量回归预测(多输入单输出)Matlab代码目录[原创]CEEMDAN-FTTA-CNN-BiLSTM足球队训练算法FTTA是多变量回归预测(多输入单输出)Matlab代码预测结果评价指标基本介绍程序设计参考资料预测结果评价指标......
  • 一文搞懂基于Raft算法的领头选举过程
    基于Raft算法的领头选举(LeaderElection)是Raft共识算法中确保分布式系统中只有一个领导者(Leader)的关键过程。以下是Raft算法中领头选举的详细介绍:节点状态:Raft算法中,节点可以处于三种状态:Follower、Candidate和Leader。Follower是普通节点,接收并处理来自Leader的消息;Candi......
  • 智慧工地算法视频分析服务器区域入侵检测:如何确保算法在恶劣天气下也能准确识别?
    在现代视频监控系统中,算法的准确性和稳定性至关重要,尤其是在面对恶劣天气条件时。恶劣天气如雨、雪、雾等,往往会对图像质量造成严重影响,从而降低监控系统的效能。为了确保在这些条件下算法依然能够准确识别目标,采取一系列先进的技术和策略显得尤为重要。本文将介绍几种提高算法在......
  • ECDH秘钥交换算法——使用流程
    目录DH、ECDH和ECDHE的关系FlowchartReference背景:对称加解密算法都需要一把秘钥,但是很多情况下,互联网环境不适合传输这把对称密码,有被中间人拦截的风险。为了解决这个问题,我们看看ECDH秘钥交换算法是怎么做的?DH、ECDH和ECDHE的关系DH、ECDHE不是本文的重点,知道即......
  • 【RAS非对称加密算法】DEMO原理与示例
    fromCrypto.PublicKeyimportRSAfromCrypto.CipherimportPKCS1_OAEP#生成RSA密钥对defgenerate_rsa_keys():"""公钥是通过特定算法从私钥导出的,可以安全地公开。公钥用于加密数据或验证签名。私钥用于解密数据或生成签名。""......