代码随想录算法训练营 Day27 贪心Ⅰ 分饼干 摆动序列 最大子序列和

贪心

贪心是什么

贪心算法贪心的本质是选择每一阶段的局部最优，从而达到全局最优。
例如，有一堆钞票，你可以拿走十张，如果想达到最大的金额，你要怎么拿？
指定每次拿最大的，最终结果就是拿走最大数额的钱。每次拿最大的就是局部最优，最后拿走最大数额的钱就是推出全局最优。
再举一个例子如果是有一堆盒子，你有一个背包体积为n，如何把背包尽可能装满，如果还每次选最大的盒子，就不行了。这时候就需要动态规划。

贪心算法套路

说实话贪心算法并没有固定的套路。那么如何能看出局部最优是否能推出整体最优呢？有没有什么固定策略或者套路呢？不好意思，也没有！ 靠自己手动模拟，如果模拟可行，就可以试一试贪心策略，如果不可行，可能需要动态规划。
刷题或者面试的时候，手动模拟一下感觉可以局部最优推出整体最优，而且想不到反例，那么就试贪心
那么刷题的时候什么时候真的需要数学推导呢？
例如这道题目：链表：环找到了，那入口呢？ (opens new window)，这道题不用数学推导一下，就找不出环的起始位置，想试一下就不知道怎么试，这种题目确实需要数学简单推导一下

贪心解题思路

贪心算法一般分为如下四步：

• 将问题分解为若干个子问题
• 找出适合的贪心策略
• 求解每一个子问题的最优解
• 将局部最优解堆叠成全局最优解

做题时只要想清楚局部最优是什么，如果推导出全局最优，其实就够了。
贪心没有套路，说白了就是常识性推导加上举反例。

题目

455. 分发饼干 - 力扣（LeetCode）
选择从哪个孩子开始给饼干作为局部最优，让大饼干给胃口大的孩子
局部最优可以推出全局最优，没有反例可以试一试贪心
胃口与饼干排序，采用田忌赛马策略，For 对于每个人，用 while 寻找合适的饼干
也可以用小饼干满足小孩

// 方法1
int findContentChildren(vector<int>& g, vector<int>& s) {
	int res = 0;
	int idx = s.size() - 1;
	std::sort(g.begin(), g.end());
	std::sort(s.begin(), s.end());
	// 根据人找饼干 从大到小
	for (int i = g.size() - 1; i >= 0; --i) {
		// 从最大规律满足
		if (idx >= 0 && s[idx] >= g[i]) {
			res++;
			idx--;
		}
	}
	return res;
}
// 方法2
int findContentChildren(vector<int>& g, vector<int>& s) {
	std::sort(g.begin(), g.end());
	std::sort(s.begin(), s.end());
	int idx = 0;
	// 饼干满足人
	for (int i = 0; i < s.size(); ++i) {
		// 从最小胃口开始满足
		if (idx < g.size() && g[idx] <= s[i]) {
			idx++;
		}
	}
	return idx;
}

376. 摆动序列 - 力扣（LeetCode）
局部最优单调坡的数字都删掉，全局最优留下峰值
遇到摆动++，单调坡 continue
1 数组返回 1
2 数组 Res 从 1 开始，在 2 元素左边添加平坡（preDiff=0)组成 3 个摆动情况

int wiggleMaxLength(vector<int>& nums) {
	int preDiff = 0; // 默认左侧为0（相当于2大小数组填充了左边的平坡）
	int curDiff = 0;
	int res = 1;
	// 1大小数组的情况
	if (nums.size() == 1)  return 1;
	for (int i = 0; i < nums.size() - 1; ++i) {
		// 默认右侧数值（2大小数组以上）为一个摆动
		curDiff = nums[i+1] - nums[i];
		if (preDiff >= 0 && curDiff < 0 || curDiff > 0 && preDiff <= 0) {
			res++;
			preDiff = curDiff; // 只在检测摆动情况时更新Diff
		}
	}
	return res;
}

53. 最大子数组和 - 力扣（LeetCode）
当当前总和为负数时，不如从新开始新的序列

int maxSubArray(vector<int>& nums) {
	int curSum = 0;
	int maxSum = INT_MIN;
	for (int i = 0; i < nums.size(); ++i) {
		// 当前和为负数，不如直接舍弃当前和，寻找新的数组
		if (curSum < 0) curSum = 0;
		curSum += nums[i];
		maxSum = std::max(maxSum, curSum);
		// 可以记录当前索引i作为开始点与终止点
	}
	return maxSum;
}