Day 31 贪心01

最新推荐文章于 2026-01-02 10:17:02 发布

原创最新推荐文章于 2026-01-02 10:17:02 发布 · 235 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#算法

本文通过三个LeetCode题目（455分发饼干、376摆动序列和53最大子序和）展示了贪心算法的基本原理和在解决最优化问题时的应用，包括分解子问题、选择局部最优策略和构建全局最优解的过程。

理论基础

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。最好用的策略就是举反例，如果想不到反例，那么就试一试贪心吧。

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

455.分发饼干

题目链接：455. 分发饼干 - 力扣（LeetCode）

class Solution {
    public int findContentChildren(int[] g, int[] s) {
        Arrays.sort(g);
        Arrays.sort(s);
        int count = 0;
        int start = 0;
        for(int i = 0; i < s.length && start < g.length; i++){
            if(s[i] >= g[start]) {
                start++;
                count++;
            }
        }
        return count;
    }
}

376. 摆动序列

题目链接：376. 摆动序列 - 力扣（LeetCode）

思路：当前差值和上一个差值进行比较

class Solution {
    public int wiggleMaxLength(int[] nums) {
        if(nums.length <= 1){
            return nums.length;
        }

        int curdiff = 0;
        int prediff = 0;
        int count = 1;
        for(int i = 1; i < nums.length; i++){
            curdiff = nums[i] - nums[i-1];
            if((curdiff > 0 && prediff <= 0) || (curdiff < 0 && prediff >=0) ){
                count++;
                prediff = curdiff;
            }
        }
        return count;
    }
}

53. 最大子序和

题目链接：53. 最大子数组和 - 力扣（LeetCode）

思路：

class Solution {
    public int maxSubArray(int[] nums) {
        if(nums.length == 1){
            return nums[0];
        }

        int maxsum = nums[0];
        int sum =0;
        for(int i = 0; i < nums.length; i++){
            sum += nums[i];
            maxsum = Math.max(maxsum,sum);
            if(sum < 0) sum = 0;
        }

        return maxsum;
    }
}