day33【代码随想录】贪心算法之分发饼干、摆动序列、最大子序和、买卖股票的最佳时机 II

最新推荐文章于 2025-08-04 12:00:00 发布

Bwy_1004

最新推荐文章于 2025-08-04 12:00:00 发布

阅读量547

点赞数 1

CC 4.0 BY-SA版权

分类专栏：代码随想录文章标签：贪心算法算法 leetcode java

本文链接：https://blog.youkuaiyun.com/qq_42338744/article/details/128520017

代码随想录专栏收录该内容

64 篇文章

订阅专栏

本文介绍了四个力扣（LeetCode）上的算法问题，包括分发饼干、摆动序列、最大子序和及买卖股票的最佳时机II，分别使用贪心算法和动态规划方法进行了解决，并提供了详细的解题思路和代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

1、分发饼干
2、摆动序列
3、最大子序和
4、买卖股票的最佳时机 II

一、分发饼干（力扣455）

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。
在这里插入图片描述
思路：
小饼干先喂饱小胃口

class Solution {
    //贪心的思想是，用尽量小的饼干去满足小需求的孩子，所以需要先进行排序
    public int findContentChildren(int[] g, int[] s) {
        int child = 0;
        int cookie = 0;
        Arrays.sort(g);
        Arrays.sort(s);
        while(child<g.length&&cookie<s.length){
            if(g[child]<=s[cookie]){
                child++;
            }
            cookie++;
        }
        return child;
    }
}

在这里插入图片描述

二、摆动序列（力扣376）

如果连续数字之间的差严格地在正数和负数之间交替，则数字序列称为摆动序列。第一个差（如果存在的话）可能是正数或负数。仅有一个元素或者含两个不等元素的序列也视作摆动序列。

例如， [1, 7, 4, 9, 2, 5] 是一个摆动序列，因为差值 (6, -3, 5, -7, 3) 是正负交替出现的。

相反，[1, 4, 7, 2, 5] 和 [1, 7, 4, 5, 5] 不是摆动序列，第一个序列是因为它的前两个差值都是正数，第二个序列是因为它的最后一个差值为零。
子序列可以通过从原始序列中删除一些（也可以不删除）元素来获得，剩下的元素保持其原始顺序。

给你一个整数数组 nums ，返回 nums 中作为摆动序列的最长子序列的长度
在这里插入图片描述

1、贪心算法

思路：
在这里插入图片描述
贪心所贪的地方，让峰值尽可能的保持峰值，然后删除单一坡度上的节点。
针对序列[2,5]，可以假设为[2,2,5]，这样它就有坡度了即preDiff = 0，如图：

result初始为1（默认最右面有一个峰值），此时curDiff > 0 && preDiff <= 0，那么result++（计算了左面的峰值），最后得到的result就是2（峰值个数为2即摆动序列长度为2）

class Solution {
    public int wiggleMaxLength(int[] nums) {
        int res =1;
        int preDiff=0;
        int curDiff=0;
        for(int i=0;i<nums.length-1;i++){
            curDiff = nums[i+1]-nums[i];
            if(curDiff>0&&preDiff<=0 || curDiff<0&&preDiff>=0){
                res++;
                preDiff=curDiff;
            }
        }
        return res;
    }
}

2、动态规划

class Solution {
    public int wiggleMaxLength(int[] nums) {
        int n = nums.length;
        int up = 1;
        int down = 1;
        for (int i = 1; i < n; i++) {
            if (nums[i] > nums[i - 1]) 
                up = down + 1;            
            if (nums[i] < nums[i - 1]) 
                down = up + 1;
        }
        return Math.max(up, down);
    }
}

在这里插入图片描述

三、最大子序和（力扣53）

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
在这里插入图片描述
思路：
如果 -2 1 在一起，计算起点的时候，一定是从1开始计算，因为负数只会拉低总和，这就是贪心贪的地方！
局部最优：当前“连续和”为负数的时候立刻放弃，从下一个元素重新计算“连续和”，因为负数加上下一个元素 “连续和”只会越来越小。

全局最优：选取最大“连续和”
局部最优的情况下，并记录最大的“连续和”，可以推出全局最优。
遍历nums，从头开始用count累积，如果count一旦加上nums[i]变为负数，那么就应该从nums[i+1]开始从0累积count了，因为已经变为负数的count，只会拖累总和。
请添加图片描述

class Solution {
    public int maxSubArray(int[] nums) {
        int res =Integer.MIN_VALUE;
        int count=0;
        for(int i=0;i<nums.length;i++){
            count+=nums[i];
            res = Math.max(count,res);
            if(count<=0){
                count=0;
            }
        }
    return res;
    }
}

在这里插入图片描述

四、买卖股票的最佳时机 II（力扣122）

给你一个整数数组 prices ，其中 prices[i] 表示某支股票第 i 天的价格。

在每一天，你可以决定是否购买和/或出售股票。你在任何时候最多只能持有一股股票。你也可以先购买，然后在同一天出售。

返回你能获得的最大利润。
在这里插入图片描述
思路：

扫描一遍只要后一天比前一天大就把这两天的差值加一下

class Solution {
    public int maxProfit(int[] prices) {
        int res =0;
        int count =0;
        for(int i=1;i<prices.length;i++){
            count = prices[i]-prices[i-1];
            if(count>0){
                res +=count;
            }
        }
        return res;
    }
}