代码随想录day31 贪心(3)

134. 加油站 - 力扣(LeetCode)

解法一,暴力搜索所有可能的起点,超时,通过测试样例34/40。

class Solution:
    def canfini(self, gas, cost, start):
        n = len(gas)
        curgas = gas[start]
        cnt = 0
        while curgas >= cost[start]:
            curgas -= cost[start] 
            start = (start+1) % n
            curgas += gas[start]
            cnt += 1
            if cnt >= n:
                return True
        return False
        
    def canCompleteCircuit(self, gas: List[int], cost: List[int]) -> int:
        n = len(gas)
        for start in range(n):
            if self.canfini(gas, cost, start):
                return start
        return -1

解法二

class Solution:   
    def canCompleteCircuit(self, gas: List[int], cost: List[int]) -> int:
        #sol1
        cursum = 0
        minsum = float("inf")
        for i in range(len(gas)):
            cursum += gas[i] - cost[i]
            minsum = min(minsum, cursum)

        if cursum < 0:
            return -1
        if minsum >= 0:
            return 0
        if minsum < 0:
            for i in range(len(gas)-1, -1, -1):
                minsum += gas[i] - cost[i]
                if minsum >= 0:
                    return i
        return -1

解法三

class Solution:   
    def canCompleteCircuit(self, gas: List[int], cost: List[int]) -> int:
        #sol2
        start = 0
        cursum = 0
        totalsum = 0
        for i in range(len(gas)):
            cursum += gas[i] - cost[i]
            totalsum += gas[i] - cost[i]
            if cursum < 0:
                start = i + 1
                cursum = 0

        if totalsum < 0 or start >= len(gas):
            return -1
        return start

135. 分发糖果 - 力扣(LeetCode)

从左到右遍历一次:处理右边比左边高的情况;从右到左遍历一次:处理左边比右边高的情况。

时间和空间都是O(n)。

class Solution:
    def candy(self, ratings: List[int]) -> int:
        n = len(ratings)
        candies = [1 for _ in range(n)]
        for i in range(1, n):
            if ratings[i-1] < ratings[i]:
                candies[i] = 1 + candies[i-1]
        for j in range(n-2, -1, -1):
            if ratings[j] > ratings[j+1]:
                candies[j] = max(candies[j], candies[j+1] + 1)
        return sum(candies)

 

860. 柠檬水找零 - 力扣(LeetCode)

* 如果遇到20,应该优先找零10+5而非3*5,因为5比10更好用。这个处理是局部最优。

class Solution:
    def lemonadeChange(self, bills: List[int]) -> bool:
        cur = {}
        for key in [5, 10, 20]:
            cur[key] = 0

        for bill in bills:
            if bill == 5:
                cur[5] += 1

            if bill == 10:
                if cur[5] == 0:
                    return False
                else:
                    cur[5] -= 1
                    cur[10] += 1
                    
            if bill == 20:
                if cur[10] and cur[5]:
                    cur[5] -= 1
                    cur[10] -= 1
                    cur[20] += 1
                elif cur[5] >= 3:
                    cur[5] -= 3
                    cur[20] += 1
                else:
                    return False

        return True

 

406. 根据身高重建队列 - 力扣(LeetCode)

先按身高从大到小排序:向sort函数传入key参数 lambda x : (-x[0], x[1]),表示优先按people中的元素x的x[0],即身高从大到小排序,若身高一样则按k值从小到大排序。接着从左往右遍历排好序的people,将当前元素插入队列(用list)下标为p[1]位置。由于当前元素前面的元素都不小于它,这种插入方式能保证满足当前元素的k而且不破坏前面已遍历过元素的k。

class Solution:
    def reconstructQueue(self, people: List[List[int]]) -> List[List[int]]:
        people.sort(key = lambda x: (-x[0], x[1]))
        que = []
        for p in people:
            que.insert(p[1], p)

        return que

### 关于贪心算法的题解 #### 什么是贪心算法? 贪心算法是一种在每一步选择中都采取当前状态下最优策略的方法,从而希望最终能够达到全局最优解。这种方法并不总是有效,但在某些特定情况下可以得到正确的结果。 #### 贪心算法的应用场景 贪心算法通常适用于那些可以通过局部最优来实现整体最优的问题。例如,在分配资源、路径规划等问题中,如果每次都能做出最佳的选择,则可能获得全局的最佳解决方案[^2]。 #### 示例题解:分发饼干 (LeetCode 455) 给定两个数组 `g` 和 `s`,分别表示孩子们的胃口值和饼干尺寸。目标是尽可能多地满足孩子的胃口需求。 解决方法如下: 1. 将孩子的需求按从小到大的顺序排列。 2. 同样地,将饼干也按照大小排序。 3. 使用双指针逐一匹配最小的孩子需求与最小的可用饼干。 ```python def findContentChildren(g, s): g.sort() s.sort() child_index = cookie_index = 0 while child_index < len(g) and cookie_index < len(s): if s[cookie_index] >= g[child_index]: child_index += 1 cookie_index += 1 return child_index ``` 这段代码实现了上述逻辑,并返回能被满足的孩子数量。 #### 另一个例子:摆动序列 (LeetCode 376) 此问题的目标是从输入数组中找到最长的子序列,使得该子序列中的相邻元素交替上升下降。以下是基于贪心思想的一个 C++ 实现: ```cpp class Solution { public: int wiggleMaxLength(vector<int>& nums) { if (nums.size() <= 1) return nums.size(); int curdif = 0; int predif = 0; int result = 1; for (int i = 0; i < nums.size() - 1; ++i) { curdif = nums[i + 1] - nums[i]; if ((curdif > 0 && predif <= 0) || (curdif < 0 && predif >= 0)) { result++; predif = curdif; } } return result; } }; ``` 这里的关键在于利用差值的变化趋势判断是否构成有效的波动点[^3]。 #### 总结 虽然贪心算法不像动态规划那样有固定的模板,但它仍然遵循一定的设计原则——始终追求局部最优解并验证其能否导向全局最优解。对于初学者来说,掌握几个经典案例是非常重要的[^4]。
评论
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