leetcode-分发饼干之贪心算法

前段时间回溯法，DFS，BFS做的差不多了，今天开始尝试四大算法中的贪心算法；
四大算法是哪四大？

1. 贪心算法
2. 分而治之算法（递归）
3. 动态规划
4. 穷举法
   据说百分之95的算法问题都可以归类属于它们；

假设一个问题比较复杂，暂时找不到全局最优解，那么我们可以考虑把原问题拆成几个小问题（分而治之思想），分别求每个小问题的最优解，再把这些“局部最优解”叠起来，就“当作”整个问题的最优解了。
贪心算法就是在当前没有办法找到全局最优解的情况下，去追求目前能达到的局部最优解；
最经典的例子就是01背包问题；
一个背包只能装xxx重量的物品，现在有xxx个物品，每个物品的价值分别是xxx，让你找个方案让背包能装下最大价值的物品；
那么可以想出3个贪心装法：

1. 按价值的大小排序物品，分别装入，每次装价值最大的
2. 按重量的大小排序物品，分别装入，每次装最轻量的
3. 按价值密度大小排序物品，分别装入
   很显然价值密度是更好的方案；

因此可以看出，贪心算法并不一定能得到问题的最优解，还有选择好适当的贪心方案；
总结一下使用贪心算法的前提：
1、原问题复杂度过高；
2、求全局最优解的数学模型难以建立；
3、求全局最优解的计算量过大；
4、没有太大必要一定要求出全局最优解，“比较优”就可以。

再来看一下leetcode这题：

对于胃口小的孩子，我们当然是尽量给他同等大小的饼干，因此需要将饼干和孩子都从小到大排序；我们的贪心是每次都争取喂饱当前的小孩；从头开始拿每个小饼干去和孩子比较，要是大于等于孩子的胃口，那么喂饱的孩子+1；要是小于孩子的胃口，就往后找饼干直到找到能满足孩子胃口的饼干

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        sort(g.begin(),g.end());
        sort(s.begin(),s.end());
        int res=0;
        int pos = 0;
        for(int i=0;i<g.size();i++)
        {
            for(int j=pos;j<s.size();)
            {
                if(g[i]>s[j])
                //当前的饼干无法满足当前的小孩
                {
                    j++;
                }
                else
                //当前的饼干可以满足当前的小孩
                {
                    res++;
                    pos = ++j;
                    break;
                }
                pos = j;
            }
        }
        return res;

    }
};

但是效率感人。。。

看了看评论，据说自己写排序算法会快一点。。