代码随想录Day34|贪心算法|134. 加油站、135. 分发糖果、860.柠檬水找零、406.根据身高重建队列

---

代码随想录开源LeetCode题单：代码随想录

---

1.LeetCode134

LeetCode134. 加油站

1.1 思路

• 核心思路：
  • 总油量 vs. 总消耗：
    • 如果总油量 sum(gas) >= sum(cost)，则一定可以绕一圈。
    • 如果总油量 sum(gas) < sum(cost)，则无法绕一圈，直接返回 -1。
  • 当前油量判断起点：
    • 遍历过程中，维护一个变量 curr_tank，表示当前油量。
    • 如果当前油量小于 0，说明从当前起点无法到达下一站，则需要重新选择起点，并重置当前油量。
• 贪心策略：
  每次遇到油量不足的情况，更新起点为下一站，因为前面无法到达的加油站都不可能是有效起点。

1.2 代码

class Solution {
    public int canCompleteCircuit(int[] gas, int[] cost) {
        int sum = 0;
        int min = 0;
        for (int i = 0; i < gas.length; i++) {
            sum += (gas[i] - cost[i]);
            min = Math.min(sum, min);
        }

        if (sum < 0) return -1;
        if (min >= 0) return 0;

        for (int i = gas.length - 1; i > 0; i--) {
            min += (gas[i] - cost[i]);
            if (min >= 0) return i;
        }

        return -1;
    }
}

2.LeetCode135

LeetCode135. 分发糖果

2.1思路

双数组贪心法

• 核心问题：
  • 满足条件：
    • 每个孩子至少有 1 个糖果。
    • 评分高的孩子比相邻评分低的孩子分得更多的糖果。
  • 目标：
    • 最小化糖果的总数。
• 贪心策略：
  • 从左到右遍历数组：
    • 如果当前孩子评分比左边高，则糖果数比左边多 1。
  • 从右到左遍历数组：
    • 如果当前孩子评分比右边高，则糖果数比右边多 1。
  • 最终结果为两次遍历中每个孩子的最大糖果数。
• 步骤分析：
  初始化两个数组 left 和 right，分别记录从左到右和从右到左遍历时的糖果分配情况，初始值均为 1。
  • 第一次遍历：
    从左到右遍历 ratings，如果当前评分比左边评分高，更新 left[i] = left[i-1] + 1。
  • 第二次遍历：
    从右到左遍历 ratings，如果当前评分比右边评分高，更新 right[i] = right[i+1] + 1。
  • 计算结果：
    对于每个孩子，糖果数取 max(left[i], right[i])。

2.2 代码

class Solution {
    /**
         分两个阶段
         1、起点下标1 从左往右，只要 右边 比 左边 大，右边的糖果=左边 + 1
         2、起点下标 ratings.length - 2 从右往左， 只要左边 比 右边 大，此时 左边的糖果应该 取本身的糖果数（符合比它左边大） 和 右边糖果数 + 1 二者的最大值，这样才符合 它比它左边的大，也比它右边大
    */
    public int candy(int[] ratings) {
        int len = ratings.length;
        int[] candyVec = new int[len];
        candyVec[0] = 1;
        for (int i = 1; i < len; i++) {
            candyVec[i] = (ratings[i] > ratings[i - 1]) ? candyVec[i - 1] + 1 : 1;
        }

        for (int i = len - 2; i >= 0; i--) {
            if (ratings[i] > ratings[i + 1]) {
                candyVec[i] = Math.max(candyVec[i], candyVec[i + 1] + 1);
            }
        }

        int ans = 0;
        for (int num : candyVec) {
            ans += num;
        }
        return ans;
    }
}

3.LeetCode860

LeetCode860.柠檬水找零

3.1 思路

• 核心思想：

  • 每次优先使用大面额的零钱找零（如优先使用 $10 钞票找零），以便留更多的小额零钱（$5 钞票）用于后续找零。
  • 模拟找零过程，判断是否能满足所有顾客的找零需求。

• 详细步骤：

  • 初始化两个变量 five 和 ten 分别记录当前持有的 $5 和 $10 钞票数量。
  • 遍历每一位顾客的付款金额：
    • 如果顾客付 $5：无需找零，仅记录收到的 $5 钞票。
    • 如果顾客付 $10：找零 $5。如果没有 $5 钞票，返回 False；否则，减少 $5 钞票数量，增加 $10 钞票数量。
    • 如果顾客付 $20：优先使用 $10 和 $5 找零（找零 $15）。如果没有 $10，则使用三个 $5 钞票。如果无法找零，返回 False。
  • 如果遍历完毕都能找零，返回 True。

3.2 代码

class Solution {
    public boolean lemonadeChange(int[] bills) {
        int five = 0;
        int ten = 0;

        for (int i = 0; i < bills.length; i++) {
            if (bills[i] == 5) {
                five++;
            } else if (bills[i] == 10) {
                five--;
                ten++;
            } else if (bills[i] == 20) {
                if (ten > 0) {
                    ten--;
                    five--;
                } else {
                    five -= 3;
                }
            }
            if (five < 0 || ten < 0) return false;
        }
        
        return true;
    }
}

4.LeetCode406

LeetCode406.根据身高重建队列

4.1 思路

• 排序规则：

  • 按照身高从高到低排序，若身高相同，则按照 k 值从小到大排序：
    • 身高高的人先放入队列，确保不会影响后续身高较矮的人的 k 值计算。
    • 身高相同时，k 值小的人优先放入，确保队列结构正确。

• 队列插入：

  • 按排序后的顺序依次将每个人插入队列：
    • 根据每个人的 k 值，将其插入结果队列的对应位置。

• 为什么贪心有效：

  • 身高高的人优先放置，确保后续插入时不会影响较矮的人的 k 值计算。
  • 插入操作基于当前的 k 值，直接反映每个人的要求

4.2 代码

class Solution {
    public int[][] reconstructQueue(int[][] people) {
        // 身高从大到小排（身高相同k小的站前面）
        Arrays.sort(people, (a, b) -> {
            if (a[0] == b[0]) return a[1] - b[1];   // a - b 是升序排列，故在a[0] == b[0]的狀況下，會根據k值升序排列
            return b[0] - a[0];   //b - a 是降序排列，在a[0] != b[0]，的狀況會根據h值降序排列
        });

        LinkedList<int[]> que = new LinkedList<>();

        for (int[] p : people) {
            que.add(p[1],p);   //Linkedlist.add(index, value)，會將value插入到指定index裡。
        }

        return que.toArray(new int[people.length][]);
    }
}