力扣算法ing(66 / 100)

4.25 贪心合集—455.分发饼干🍪

贪心算法：本质是选择每一阶段的局部最优，从而达到全局最优。

• 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

局部最优 是什么，如果推导出全局最优，其实就够了。

假设你是一位很棒的家长，想要给你的孩子们一些小饼干。但是，每个孩子最多只能给一块饼干。

对每个孩子 i，都有一个胃口值 g[i]，这是能让孩子们满足胃口的饼干的最小尺寸；并且每块饼干 j，都有一个尺寸 s[j] 。如果 s[j] >= g[i]，我们可以将这个饼干 j 分配给孩子 i ，这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子，并输出这个最大数值。

示例 1:

• 输入: g = [1,2,3], s = [1,1]
• 输出: 1 解释:你有三个孩子和两块小饼干，3 个孩子的胃口值分别是：1,2,3。虽然你有两块小饼干，由于他们的尺寸都是 1，你只能让胃口值是 1 的孩子满足。所以你应该输出 1。

示例 2:

• 输入: g = [1,2], s = [1,2,3]
• 输出: 2
• 解释:你有两个孩子和三块小饼干，2 个孩子的胃口值分别是 1,2。你拥有的饼干数量和尺寸都足以让所有孩子满足。所以你应该输出 2.

我的思路：

不能造成饼干的浪费，大饼干应该先满足大胃口的孩子

应该先按照升序进行排序，从最后一个遍历饼干和孩子

function findContentChildren(g: number[], s: number[]): number {
    let res = 0;//答案
    // 先进行排序
    g.sort((a , b) => {return a - b});
    s.sort((a , b) => {return a - b});
    let sIndex = s.length - 1;
    let gIndex = g.length - 1;
    for(gIndex ; gIndex ; gIndex--){
        for(let i = sIndex ; i ; i--){
            if(s[sIndex] >= g[gIndex]){
                res++;
                break;
            }
        }
        sIndex--;
    }
    return res;
};

我最开始想要双指针两个一起移动，但是有很多问题没有考虑就会导致时间超时

直接每次拿饼干和孩子的胃口进行比较还要快一点

function findContentChildren(g: number[], s: number[]): number {
    let res = 0;//答案
    // 先进行排序
    g.sort((a , b) => {return a - b});
    s.sort((a , b) => {return a - b});
    let sIndex = s.length - 1;//饼干索引
    // 遍历胃口和饼干
    for(let i = g.length - 1 ; i >= 0 ; i--){
        if(sIndex >= 0 && s[sIndex] >= g[i]){
            res++;
            sIndex--;
        }
    }
    return res;
};

总结：这一道题就是典型的贪心算法问题，大饼干肯定满足大胃口和小胃口，所以从最大的饼干开始遍历，依次遍历大胃口到小胃口。注意判断条件，因为sIndex是饼干，它要大于0才能进行比较和移动指针。