day27 代码随想录 | 贪心算法分发饼干摆动序列最大子数组和

最新推荐文章于 2025-12-15 22:32:00 发布

原创最新推荐文章于 2025-12-15 22:32:00 发布 · 801 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#贪心算法 #算法 #数据结构 #python #leetcode

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。

这个题很自然而然的就是想让大的去匹配大的，小的去匹配小的。我们将两个数组都排序

用胃口去比较饼干，可以从小到大去匹配，匹配到数组中止，就结束，记录就可以了

class Solution:
    def findContentChildren(self, g: List[int], s: List[int]) -> int:
        g.sort()
        s.sort()
        i = 0
        j = 0
        while i < len(g) and j < len(s):
            if g[i] <= s[j]:
                i += 1
            j += 1
        
        return i

376 摆动序列

这个是真的难受

我们都知道摆动的条件，那就是三个数，如果两者的差异号，那说明就是正负交替

但是有一些细节

1. 如果有重复元素呢，比如1，2，2，2，1。你的指针改怎么移动和判断呢，我们会得到1和2的差值是1 最后一个2和1的差值是-1，但是你指针应该怎么动，当我们遍历到i=1的时候， nums[i] - nums[i-1] = 1 那么后面 i+1-nums[i] = 0 你需要移动i,直到最后i为最后，你需要保存你之前的那个1的差值，即pre_gap, 然后拿到你的cur_gap进行比较，但是在这之间，cur_gap是等于0的，你不能直接跳过重开，仍需要记录

2. 初始化的问题。我们直到要保存 pre_gap , cur_gap ,初始应该为多少，总长度result应该为多少

pre_gap == cur_gap为0，result=1的，为什么？假设是2，2，5，最终的result为2。具体可以看代码随想录。我觉得很简单的想法就是，初始化为1，就是序列最小就是为1

3. 如何判断的问题？如何记录一个result, 当 cur_gap != 0 且pre_gap * cur*gap <=0的时候

result 要+1。一个很特殊的情况是，如果你判断条件是<,那么对于3，3，5这种一开始pre_gap等于0 的，你用户不会有小于，你就GG了。因此，判断条件需要加上等于，但是还需要满足cur_gap不等于，为什么？就是为了排序排序这种3，3的在我们的序列中！

class Solution:
    def wiggleMaxLength(self, nums: List[int]) -> int:
        if len(nums) == 1:
            return 1

        if len(nums) >= 2:
            pre_gap = nums[1] - nums[0]
            result =  2 if nums[1] != nums[0] else 1  # 这里我没有直接初始化，我是通过加判断
       
        for i in range(2, len(nums)):
            cur_gap = nums[i] - nums[i-1]
            if cur_gap * pre_gap <= 0 and cur_gap != 0 :
                result += 1
                pre_gap = cur_gap
        return result

53 最大子数组和

给你一个整数数组 nums ，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

子数组是数组中的一个连续部分。

示例 1：

输入：nums = [-2,1,-3,4,-1,2,1,-5,4]
输出：6
解释：连续子数组 [4,-1,2,1] 的和最大，为 6 。

这个题是在百度的面试题里面出现过。理解的核心点，对负数的处理。我们什么时候应该加负数，什么时候应该丢弃负数，重新开始子数列求和。这个题可以用贪心的思想去做，代码很简单，但是真的不好想。还有这个题目是连续的子数列！你可以能想到我就用暴力解法，这没问题，大不了我双层循环，直接遍历求解，求最大。对负数的处理我们肯定不是遇到负数就直接重新走一个新的子序列。那么我们应该怎么处理，我们处理的是累加和。也就是第i个元素和前i-1元素的累加和进行比较。如果num[i] + nums[i-1](这里的nums[i-1]已经是累加和了) > nums[i], 这说明，至少前面nums[i-1]是个整数，还可以加在一起；然后比较新的累加和与保存的最大累加和的大小，如果比保存的最大的累加和大，那就赋值新的最大累加和。

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        if len(nums) == 1:
            return nums[0]

        result = nums[0]
        
        for i in range(1, len(nums):
            if nums[i] + nums[i-1] > nums[i]:
                nums[i] = nums[i] + nums[i-1]
            if nums[i] > result:
                result = nums[i]

        return result