@啊哈哈哈哈哈韩的博客

在坐标 x 处射出一支箭，若有一个气球的直径的开始和结束坐标为 xstart，xend， 且满足 xstart ≤ x ≤ xend，则该气球会被引爆。解释：对于该样例，x = 6 可以射爆 [2,8],[1,6] 两个气球，以及 x = 11 射爆另外两个气球。输入：points = [[10,16],[2,8],[1,6],[7,12]]输入：points = [[1,2],[3,4],[5,6],[7,8]]输入：points = [[1,2],[2,3],[3,4],[4,5]]

需要两遍遍历，一次从前往后（向右看），一次从后往前（向左看），不能一次看两边，这会导致顾此失彼，向右看时保证右边大于左边时，一定有右边糖果比左边糖果多一颗，否则为1，因此局部最优：只要右边评分比左边大，右边的孩子就多一个糖果，全局最优：相邻的孩子中，评分高的右孩子获得比左边孩子更多的糖果。向左看时保证左边大于右边时，一定有左边糖果比右边糖果多一颗，否则不变即可，因此局部最优：只要左边评分比右边大，左边的孩子就多一个糖果，全局最优：相邻的孩子中，评分高的左孩子获得比右边孩子更多的糖果。

我们从 2 号加油站出发，可以获得 4 升汽油。你无法返回 2 号加油站，因为返程需要消耗 4 升汽油，但是你的油箱只有 3 升汽油。：本题与最大子数组之和那道题有点类似，在遍历数组时将已经遍历的元素分为两部分，即前部分和后部分，后部分是从从start开始元素到正在遍历的元素的数组，当这段数组之和小于0时，说明油不够走，将后部分加入前部分，并重置后部分，start+1，这样做就能找到正和，遍历完之时令总和等于前部分和加后部分和，若总和小于零说明无论如何油都是不够的，返回-1，否则返回start。

需要一个flag数组标记每个元素最少需要多少步才能到达，运用贪心的思路，局部最优：当前可移动距离尽可能多走，如果还没到终点，步数再加一。这个专栏主要是我在刷题的过程中总结的一些笔记，因为我学的也很一般，如果有错误和不足之处，还望大家在评论区指出。：给定一个非负整数数组，你最初位于数组的第一个位置。你的目标是使用最少的跳跃次数到达数组的最后一个位置。从下标为 0 跳到下标为 1 的位置，跳 1 步，然后跳 3 步到达数组的最后一个位置。说明: 假设你总是可以到达数组的最后一个位置。

本题从跳跃覆盖范围入手会更好思考，局部最优解：每次取最大跳跃步数（取最大覆盖范围），整体最优解：最后得到整体最大覆盖范围，看是否能到终点，设置flag数组判断元素是否被覆盖。这个专栏主要是我在刷题的过程中总结的一些笔记，因为我学的也很一般，如果有错误和不足之处，还望大家在评论区指出。但该位置的最大跳跃长度是 0 ， 所以你永远不可能到达最后一个位置。解释: 我们可以先跳 1 步，从位置 0 到达 位置 1, 然后再从位置 1 跳 3 步到达最后一个位置。输入: [2,3,1,1,4]

解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4。随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6-3 = 3。解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4。输入: [7,1,5,3,6,4]输入: [1,2,3,4,5]

这个专栏主要是我在刷题的过程中总结的一些笔记，因为我学的也很一般，如果有错误和不足之处，还望大家在评论区指出。希望能给大家的学习带来一点帮助，共同进步！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。：给定一个整数数组 nums ，找到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。解释: 连续子数组 [4,-1,2,1] 的和最大，为 6。输入: [-2,1,-3,4,-1,2,1,-5,4]

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；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。输出: 1 解释:你有三个孩子和两块小饼干，3 个孩子的胃口值分别是：1,2,3。虽然你有两块小饼干，由于他们的尺寸都是 1，你只能让胃口值是 1 的孩子满足。解释:你有两个孩子和三块小饼干，2 个孩子的胃口值分别是 1,2。输入: g = [1,2,3], s = [1,1]输入: g = [1,2], s = [1,2,3]

贪心算法并没有固定的套路，所以唯一的难点就是如何通过局部最优，推出整体最优，那么如何能看出局部最优是否能推出整体最优呢？只能靠自己手动模拟，如果模拟可行，就可以试一试贪心策略，如果不可行，可能需要动态规划。这个专栏主要是我在刷题的过程中总结的一些笔记，因为我学的也很一般，如果有错误和不足之处，还望大家在评论区指出。希望能给大家的学习带来一点帮助，共同进步！做题时不必这么理论化，最重要是想清楚局部最优是什么，如果推导出全局最优就够了。，如果想不到反例，那么就试一试贪心吧。：贪心的本质是选择每一阶段的。