代码随想录算法训练营第31天|455.分发饼干、376.摆动序列、53.最大子数组和

代码随想录算法训练营第31天|455.分发饼干、376.摆动序列、53.最大子数组和

  • 一. 贪心算法相关题目
    • 455.分发饼干
      • 优先考虑饼干,小饼干先满足小胃口
        • 思路
      • 优先考虑胃口大胃口对应大饼干
        • 思路
    • 376.摆动序列
      • 贪心算法
        • 思路
      • 动态规划
        • 思路
    • 53.最大子数组和
      • 贪心
        • 思路
      • 动态规划
        • 思路

一. 贪心算法相关题目

455.分发饼干

优先考虑饼干,小饼干先满足小胃口

思路

  • 先将饼干和胃口从小到大排序
  • 从小到大遍历饼干,从开始判断饼干是否满足当前孩子胃口,如果满足判断下一位孩子,并且计数加1
class Solution {
    public int findContentChildren(int[] g, int[] s) {
        Arrays.sort(g);
        Arrays.sort(s);
        int count = 0;
        int start = 0;
        for (int i = 0; i < s.length && start<g.length; i++) {
            if (s[i]>= g[start]){ //满足第一个孩子
                start++; //判断下一个
                count++; //满足计数加1
            }
        }
        return count;
    }
}

优先考虑胃口大胃口对应大饼干

思路

  • 分别将胃口和饼干分量排序
  • 然后从大到小遍历胃口,从饼干最大开始判断是否满足当前孩子的胃口,如果满足判断下一位孩子
class Solution {
    public int findContentChildren(int[] g, int[] s) {
        Arrays.sort(g);
        Arrays.sort(s);
        int count = 0;
        int start = s.length-1;
        for (int i = g.length-1; i >= 0; i--) {
            if (start>=0 && g[i]<= s[start]){
                start -- ;
                count++ ;
            }
        }
        return count;
    }
}

376.摆动序列

贪心算法

思路

  • 计算序列中峰值最多的子序列

代码随想录算法训练营第31天|455.分发饼干、376.摆动序列、53.最大子数组和_第1张图片

  • 注意点,节点数要从1开始(默认最右边有一个峰值,数组长度为1的)
  • 判断前一个高度差与当前高度差一正一负那么就是一个峰值
class Solution {
    public int wiggleMaxLength(int[] nums) {
        if (nums.length<=1){
            return nums.length;
        }

        int preDiff = 0;
        int curDiff = 0;
        int count = 1;
        for (int i = 1; i < nums.length; i++) {
            curDiff = nums[i] - nums[i-1];
            // 这里等于0是判断第一个峰值:prediff初始为0
            if ((curDiff>0 && preDiff<=0) || (curDiff<0 && preDiff>=0)){
                preDiff = curDiff;
                count++;
            }
        }
        return count;
    }
}

动态规划

思路

53.最大子数组和

贪心

思路

  • 遍历数组并累计数组元素,不断记录累加出的最大值,如果累加和小于等于0的话就从头计算

  • 时间复杂度O(n)

  • 空间复杂度O(1)

class Solution {
    public int maxSubArray(int[] nums) {
        int res = Integer.MIN_VALUE;
        int count = 0;
        for (int i = 0; i < nums.length; i++) {
            count += nums[i];
            if (count>res) { //取区间最大值 保证res中存放的一定是最大和
                res = count;
            }
            if (count<=0) count = 0; //如果总和小于等于0 的话重新计算count
        }
        return res;
    }
}

动态规划

思路

你可能感兴趣的:(代码随想录算法营,1024程序员节,数据结构,算法,java,leetcode)