2.算法-贪心

先看一个热身题目

55. 跳跃游戏

def canJump(self, nums: List[int]) -> bool:
        l,reach = len(nums),0
        for i in range(l):
            if i > reach: return False
            reach = max(reach, i + nums[i])
        return True

1024. 视频拼接

这个贪心有点难。。。

def videoStitching(self, clips: List[List[int]], T: int) -> int:
        #对于一个数字i,如果要覆盖到这个数字的后面一个数字,
        #需要一个区间,区间左侧小于等于i,区间右侧大于等于i
        #但是如果右侧只是等于i的话,只能覆盖到i,i后面的段就无法覆盖
        
        #maxn表示左侧为clips[i][0]时能到达的最远右侧,这一步其实只是去重而已
        maxn = [0] * T
        for a, b in clips:
            if a < T:
                maxn[a] = max(maxn[a], b)
        
        last = ret = pre = 0
        for i in range(T):
            #last表示 从i出发能覆盖到的最远右侧 和 当前能达到的最远右侧 中的 最大值
            last = max(last, maxn[i])
            #如果只能到达i,那么下一个位置无法被覆盖
            #我们的循环范围是从i到T-1,要保证循环到T-1时,T可以被覆盖
            if i == last:
                return -1
            #pre表示上一次还没有用完的最右边界
            #当i==pre时,表示上一段空间用完了,ret表示最后需要的空间段数量
            #这时ret+1,同时pre表示新的空间段的最右侧
            if i == pre:
                ret += 1
                pre = last
            print('i={},last={},pre={},ret={}'.format(i,last,pre,ret))
        return ret
#example
#arr=[[0,2],[4,6],[8,10],[1,9],[1,5],[5,9]] T=10
#stdout:
#i=0,last=2,pre=2,ret=1
#i=1,last=9,pre=2,ret=1
#i=2,last=9,pre=9,ret=2
#i=3,last=9,pre=9,ret=2
#i=4,last=9,pre=9,ret=2
#i=5,last=9,pre=9,ret=2
#i=6,last=9,pre=9,ret=2
#i=7,last=9,pre=9,ret=2
#i=8,last=10,pre=9,ret=2
#i=9,last=10,pre=10,ret=3

4.1520. 最多的不重叠子字符串

这个题目就不写代码了,具体看下思路
26个英文字母,把包含每个字母的最短串都求出来
然后用尽量多的子串去覆盖原来的字符串,且两两不重合,这就是一个典型的贪心问题

3 452. 用最少数量的箭引爆气球

之前阿里在线测评的时候碰到的一个问题,贪心算法,如何贪心??

贪心算法一般用来解决需要 “找到要做某事的最小数量” 或 “找到在某些情况下适合的最大物品数量” 的问题,且提供的是无序的输入。

贪心算法的思想是每一步都选择最佳解决方案,最终获得全局最佳的解决方案。

标准解决方案具有 \mathcal{O}(N \log N)O(NlogN) 的时间复杂度且由以下两部分组成:

思考如何排序输入数据(\mathcal{O}(N \log N)O(NlogN) 的时间复杂度)。
思考如何解析排序后的数据(\mathcal{O}(N)O(N) 的时间复杂度

def findMinArrowShots(self, points: List[List[int]]) -> int:
        if not points:
            return 0
        points.sort(key=lambda x:x[1])
        arrow = 1
        current_end = points[0][1]
        for x_start,x_end in points:
            if x_start > current_end:
                arrow += 1 
                current_end = x_end
        return arrow

你可能感兴趣的:(2.算法-贪心)