LeetCode力扣刷题——简单易懂的贪心算法

指北针_N

已于 2022-10-31 14:22:36 修改

阅读量914

点赞数

CC 4.0 BY-SA版权

分类专栏： LeetCode 数据结构与算法——经典题目每日一练：经典算法题文章标签：数据结构算法 c++ c语言 leetcode

于 2022-09-18 15:36:01 首次发布

本文链接：https://blog.youkuaiyun.com/Hello_world_n/article/details/125641362

每日一练：经典算法题同时被 3 个专栏收录

26 篇文章

订阅专栏

数据结构与算法——经典题目

24 篇文章

订阅专栏

LeetCode

17 篇文章

订阅专栏

本文详细解析了贪心算法的基本概念及其应用场景，包括分配问题、区间问题等经典问题的解决方案。并通过具体实例如分发饼干、种花问题等，展示了贪心策略的实际应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

贪心

一、算法解释

采用贪心的策略，保证每次操作都是局部最优的，从而使最后得到的结果是全局最优的。

贪心算法问题需要满足的条件：

（1）最优子结构：规模较大的问题的解由规模较小的子问题的解组成，规模较大的问题的解只由其中一个规模较小的子问题的解决定；
（2）无后效性：后面阶段的求解不会修改前面阶段已经计算好的结果；
（3）贪心选择性质：从局部最优解可以得到全局最优解。

二、经典问题

1. 分配问题

455. Assign Cookies

455. 分发饼干

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。

贪心策略：给剩余孩子里最小饥饿度的孩子分配最小的能饱腹的饼干。

int findContentChildren(vector<int>& g, vector<int>& s) {
        sort(g.begin(),g.end());
        sort(s.begin(),s.end());
        int cnt = 0;  //记录得到满足的孩子的数量
        int child = 0,cookies = 0;
        while(child<g.size() && cookies<s.size()){
            if(g[child] <= s[cookies]){
                cnt++;
                child++;
            }
            cookies++;
        }

        return cnt;
}

135. Candy

135. 分发糖果

n 个孩子站成一排。给你一个整数数组 ratings 表示每个孩子的评分。你需要按照以下要求，给这些孩子分发糖果：每个孩子至少分配到 1 个糖果。相邻两个孩子评分更高的孩子会获得更多的糖果。请你给每个孩子分发糖果，计算并返回需要准备的最少糖果数目。

贪心策略：左右各一次遍历，在每次遍历中，只考虑并更新相邻一侧的大小关系。

int candy(vector<int>& ratings) {
        int size = ratings.size();
        if(size < 2){
            return size;
        }
        vector<int> num(size,1);  //初始化每个孩子都分到一个糖果
        for(int i=1;i<size;i++){
            if(ratings[i] > ratings[i-1]){
                num[i] = num[i-1] + 1;
            }
        }
        for(int i=size-1;i>0;i--){
            if(ratings[i-1] > ratings[i]){
                num[i-1] = max(num[i]+1,num[i-1]);
            }
        } 

        return accumulate(num.begin(),num.end(),0);  //accumulate：快速求和函数
}

2. 区间问题

435. Non-overlapping Intervals

435. 无重叠区间

给定一个区间的集合 intervals ，其中 intervals[i] = [starti, endi] 。返回需要移除区间的最小数量，使剩余区间互不重叠。

贪心策略：优先保留结尾小且不相交的区间。

int eraseOverlapIntervals(vector<vector<int>>& intervals) {
        if (intervals.empty()) {
            return 0;
        }
        int n = intervals.size();
        sort(intervals.begin(), intervals.end(), [](vector<int>& a, vector<int>& b){
                return a[1] < b[1];
            }
        );  //按照尾部区间大小排序
        int removed = 0, prev = intervals[0][1];
        for (int i = 1; i < n; ++i) {
            if (intervals[i][0] < prev) {
                ++removed;
            } else {
                prev = intervals[i][1];  //更新prev
            }
        }

        return removed;
}

三、巩固练习

605. Can Place Flowers

605. 种花问题

假设有一个很长的花坛，一部分地块种植了花，另一部分却没有。可是，花不能种植在相邻的地块上，它们会争夺水源，两者都会死去。给你一个整数数组 flowerbed 表示花坛，由若干 0 和 1 组成，其中 0 表示没种植花，1 表示种植了花。另有一个数 n ，能否在不打破种植规则的情况下种入 n 朵花？能则返回 true ，不能则返回 false。

贪心策略：从左向右遍历花坛，能种就种。可以种花的条件是：

自己为空
左边为空或者自己是最左边
右边为空或者自己是最右边

bool canPlaceFlowers(vector<int>& flowerbed, int n) {
        int cnt = 0;  //记录花坛可以种多少花
        for(int i=0;i<flowerbed.size();i++){
            if(flowerbed[i]==0 && (i==0||flowerbed[i-1]==0) && (i==flowerbed.size()-1||flowerbed[i+1]==0)){
                flowerbed[i] = 1;
                cnt++; 
            }
        }
        return cnt >= n;
}

452. Minimum Number of Arrows to Burst Balloons

452. 用最少数量的箭引爆气球

有一些球形气球贴在一堵用 XY 平面表示的墙面上。墙面上的气球记录在整数数组 points ，其中points[i] = [xstart, xend] 表示水平直径在 xstart 和 xend之间的气球。你不知道气球的确切 y 坐标。一支弓箭可以沿着 x 轴从不同点完全垂直地射出。在坐标 x 处射出一支箭，若有一个气球的直径的开始和结束坐标为 xstart，xend，且满足 xstart ≤ x ≤ xend，则该气球会被引爆。可以射出的弓箭的数量没有限制。弓箭一旦被射出之后，可以无限地前进。给你一个数组 points ，返回引爆所有气球所必须射出的最小弓箭数。

贪心策略：寻找相交区间，让更多个气球重叠。

static bool cmp(const vector<int> &a,const vector<int> &b){
        return a[1] < b[1];
}
int findMinArrowShots(vector<vector<int>>& points) {
    sort(points.begin(), points.end(), cmp);  //按照尾部区间大小排序
    int num = 1, prev = points[0][1];
    for (int i = 1; i < points.size(); ++i) {
        if (points[i][0] > prev) {
            num++;
            prev = points[i][1];  //更新prev
        } 
    }
    return num;
}

763. Partition Labels

763. 划分字母区间

字符串 S 由小写字母组成。我们要把这个字符串划分为尽可能多的片段，同一字母最多出现在一个片段中。返回一个表示每个字符串片段的长度的列表。

贪心策略：区间每次刷新到最小的但是要全部包含同一字母的位置。

vector<int> partitionLabels(string s) {
    vector<int> ans;
    int num[26];
    int start = 0,end = 0;  //划分一个区间
    for(int i=0;i<s.size();i++){
        num[s[i]-'a'] = i;  //记录每个字母最后的位置
    }
    for(int i=0;i<s.size();i++){
        end = max(end,num[s[i]-'a']);  //区间最小但要包含全部同一字母
        if(i == end){  //区间搜索完毕
            ans.push_back(end-start+1);
            start = end + 1;
        }
    }
    return ans;
}

122. Best Time to Buy and Sell Stock II

122. 买卖股票的最佳时机 II

给你一个整数数组 prices ，其中 prices[i] 表示某支股票第 i 天的价格。在每一天，你可以决定是否购买和/或出售股票。你在任何时候最多只能持有一股股票。你也可以先购买，然后在同一天出售。返回你能获得的最大利润。

贪心策略：在不限制交易次数的情况下，今天价格高于昨天价格即可出售，即求每天的正利润。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int ans = 0;
        for(int i=1;i<prices.size();i++){
            ans += max(0,prices[i]-prices[i-1]);
        }
        return ans;
    }
};

406. 根据身高重建队列

406. Queue Reconstruction by Height

假设有打乱顺序的一群人站成一个队列，数组 people 表示队列中一些人的属性（不一定按顺序）。每个 people[i] = [hi, ki] 表示第 i 个人的身高为 hi ，前面正好有 ki 个身高大于或等于 hi 的人。

请你重新构造并返回输入数组 people 所表示的队列。返回的队列应该格式化为数组 queue ，其中 queue[j] = [hj, kj] 是队列中第 j 个人的属性（queue[0] 是排在队列前面的人）。

贪心策略：先排序，再插队。

首先将数组按身高排序
遍历数组将按 k 的值插入到 result 中对应的位置即可
返回结果 result 。

（一般这种数对，还涉及排序的，根据第一个元素正向排序，根据第二个元素反向排序，或者根据第一个元素反向排序，根据第二个元素正向排序，往往能够简化解题过程。）

class Solution {
public:
    static bool cmp(vector<int> a,vector<int> b){
        if(a[0] == b[0])
            return a[1]<b[1];
        return a[0] > b[0];
    }
    vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
        sort(people.begin(),people.end(),cmp);
        vector<vector<int>> result;
        for(int i=0;i<people.size();i++){
            int index = people[i][1];
            result.insert(result.begin() + index,people[i]);
        }
        return result;
    }
};

665. 非递减数列

665. Non-decreasing Array

给你一个长度为 n 的整数数组 nums ，请你判断在最多改变 1 个元素的情况下，该数组能否变成一个非递减数列。

我们是这样定义一个非递减数列的：对于数组中任意的 i (0 <= i <= n-2)，总满足 nums[i] <= nums[i + 1]。

贪心策略：本题是要维持一个非递减的数列，所以遇到递减的情况时（nums[i] > nums[i + 1]），要么将前面的元素缩小，要么将后面的元素放大。问题是维持非递减的数列，那么我们需要尽可能的让前面的数字变小，然后寻找可以让前面数字变小的条件即可，其余的就让后面数字变大就好了。

例①： 4, 2, 5

我们可以 把 4 调小到 <= 2 或者 把 2 调大到 4、5 ，使数组有序。

例②： 1, 4, 2, 5

我们可以 把 4 调小到 1、2 或者 把 2 调大到 4、5 ，使数组有序。

例③： 3, 4, 2, 5

我们必须 把 2 调大到 4、5，才能使数组有序：我们不能把 4 调整为一个 <= 2 的数字，因为 4 前面的元素是 3。

class Solution {
public:
    bool checkPossibility(vector<int>& nums) {
        int cnt = 0;
        for(int i=1;i<nums.size();i++){
            if(nums[i] < nums[i-1]){
                if(i==1 || nums[i]>=nums[i-2]){
                    nums[i-1] = nums[i];
                }else{
                    nums[i] = nums[i-1];
                }
                cnt++;
            }
        }
        return cnt<=1;
    }
};

欢迎大家共同学习和纠正指教