LeetCode——Candy

本文介绍了一种在给定儿童评级的基础上,通过一次遍历数组来确定最少糖果分配数量的算法。该算法考虑了评级变化时糖果数量的递增或递减,并在评级相同时进行了特殊处理,确保分配的公平性和效率。

题目:

There are N children standing in a line. Each child is assigned a rating value.

You are giving candies to these children subjected to the following requirements:

  • Each child must have at least one candy.
  • Children with a higher rating get more candies than their neighbors.

What is the minimum candies you must give?


思想:

总共只需要一次遍历数组,当数组元素从小到大时,最小的给1个糖果,后面依次增加1;当元素从大到小时,后面的依次减1,假如用N记录当前递减的元素的个数,这时会   遇到两种情况:

        1、不够减,则之前递减的每个孩子都多给1个糖果,则之前给予的糖果总数sum+N;

        2、到达递减与递增的拐点处时,给予孩子的糖果树为M,M大于1,则之前给予的糖果总数sum-N(M-1);

总之,思想为多退少补,让总糖果数达到最少。





针对相邻元素大小相同的情况要特殊处理,代码有点乱,总体思想就如上面所述。C++代码如下:

class Solution {
public:
    int candy(vector<int> &ratings) {
        if(ratings.size()==0)
        {
            return 0;
        }
        else
        {
            int sum=1;
            int now=1;
            int red=1;
            for(int i=1;i<ratings.size();i++)
            {
                if(ratings[i-1]<ratings[i])
                {
                    if(red!=1)
                    {
                        sum-=((now-1)*(red-1));
                        now=1;
                        red=1;
                    }      
                    sum+=(++now);
                }
                else if(ratings[i-1]>ratings[i])
                {
                    if(ratings[i-1]==ratings[i])
                    {
                        now=1;
                        sum+=now;
                    }
                    else
                    {
                        if(now==1)
                        {
                            sum+=(red+now);
                            red++;
                        }
                        else
                        {
                            sum+=(--now);
                            red++;
                        }
                    }
                }
                else if(ratings[i-1]==ratings[i])
                {
                    if(red!=1)
                    {
                        sum-=((now-1)*(red-1));
                        now=1;
                        red=1;
                        sum++;
                    }
                    else
                    {
                        now=1;
                        sum+=now;
                    }
                }
            }
            if(red!=1&&now!=1)
            {
                sum-=((now-1)*(red-1));
            }
            return sum;   
        }
    }
};


 

### LeetCode 刷题推荐列表与学习路径 在 LeetCode 上进行刷题时,制定一个合理的计划非常重要。以下是一个基于算法分类的学习路径和推荐题目列表[^1]: #### 学习路径 1. **基础算法理论** 在开始刷题之前,建议先通过视频或书籍了解基本的算法理论。例如,分治法、贪心算法、动态规划、二叉搜索树(BST)、图等概念[^1]。 2. **数据结构基础** 熟悉常见的数据结构,包括数组、链表、栈、队列、哈希表、树、图等。确保对这些数据结构的操作有深刻理解。 3. **分模块刷题** 按照以下顺序逐步深入: - 树:从简单的遍历问题(如前序、中序、后序遍历)开始,逐渐过渡到复杂问题(如二叉搜索树验证、平衡二叉树等)。 - 图与回溯算法:学习图的表示方法(邻接矩阵、邻接表),并练习深度优先搜索(DFS)和广度优先搜索(BFS)。结合回溯算法解决组合问题、排列问题等。 - 贪心算法:选择一些经典的贪心问题(如活动选择问题、区间覆盖问题)进行练习。 - 动态规划:从简单的 DP 问题(如爬楼梯、斐波那契数列)入手,逐步掌握状态转移方程的设计技巧。 4. **刷题策略** 刷题时优先选择简单或中等难度的题目,并关注通过率较高的题目。这有助于建立信心并巩固基础知识[^1]。 #### 推荐题目列表 以下是按算法分类的 LeetCode 题目推荐列表: 1. **树** - [104. 二叉树的最大深度](https://leetcode-cn.com/problems/maximum-depth-of-binary-tree/) - [94. 二叉树的中序遍历](https://leetcode-cn.com/problems/binary-tree-inorder-traversal/) - [236. 二叉树的最近公共祖先](https://leetcode-cn.com/problems/lowest-common-ancestor-of-a-binary-search-tree/) 2. **图与回溯** - [79. 单词搜索](https://leetcode-cn.com/problems/word-search/) - [51. N皇后](https://leetcode-cn.com/problems/n-queens/) - [78. 子集](https://leetcode-cn.com/problems/subsets/) 3. **贪心** - [455. 分发饼干](https://leetcode-cn.com/problems/assign-cookies/) - [135. 分发糖果](https://leetcode-cn.com/problems/candy/) - [406. 根据身高重建队列](https://leetcode-cn.com/problems/queue-reconstruction-by-height/) 4. **动态规划** - [70. 爬楼梯](https://leetcode-cn.com/problems/climbing-stairs/) - [53. 最大子数组和](https://leetcode-cn.com/problems/maximum-subarray/) - [300. 最长递增子序列](https://leetcode-cn.com/problems/longest-increasing-subsequence/) #### 示例代码 以下是一个简单的动态规划问题示例——“不同路径”[^3]: ```python def uniquePaths(m, n): dp = [[1] * n for _ in range(m)] for i in range(1, m): for j in range(1, n): dp[i][j] = dp[i-1][j] + dp[i][j-1] return dp[-1][-1] # 测试用例 print(uniquePaths(3, 2)) # 输出:3 ``` ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值