• 贪心算法题


    贪心算法

    1. 455. 分发饼干

    问题

    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。

    示例 1:

    输入: g = [1,2,3], s = [1,1]
    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。
    所以你应该输出1
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    示例 2:

    输入: g = [1,2], s = [1,2,3]
    输出: 2
    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。
    你拥有的饼干数量和尺寸都足以让所有孩子满足。
    所以你应该输出2.
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    提示:

    • 1 <= g.length <= 3 * 104
    • 0 <= s.length <= 3 * 104
    • 1 <= g[i], s[j] <= 231 - 1

    代码

    class Solution {
        public int findContentChildren(int[] g, int[] s) {
            Arrays.sort(g);
            Arrays.sort(s);
            int index = 0;
            int result = 0;
            for(int i = 0; i < g.length && index < s.length; i++){
                if(g[i] <= s[index]) {
                    // 吃掉
                    result++;
                } else {
                    i--;
                }
                index++;
            }
            return result;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18

    2. 376. 摆动序列

    问题

    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][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 。

    示例 1:

    输入:nums = [1,7,4,9,2,5]
    输出:6
    解释:整个序列均为摆动序列,各元素之间的差值为 (6, -3, 5, -7, 3)
    • 1
    • 2
    • 3

    示例 2:

    输入:nums = [1,17,5,10,13,15,10,5,16,8]
    输出:7
    解释:这个序列包含几个长度为 7 摆动序列。
    其中一个是 [1, 17, 10, 13, 10, 16, 8] ,各元素之间的差值为 (16, -7, 3, -3, 6, -8)
    • 1
    • 2
    • 3
    • 4

    示例 3:

    输入:nums = [1,2,3,4,5,6,7,8,9]
    输出:2
    
    • 1
    • 2

    提示:

    • 1 <= nums.length <= 1000
    • 0 <= nums[i] <= 1000

    代码

    • 贪心法
    class Solution {
        public int wiggleMaxLength(int[] nums) {
            int curDiff = 0;
            int preDiff = 0;
            int result = 1; // 考虑 右 边界值 特殊情况
            for(int i = 0; i < nums.length - 1; i++) {
                // 考虑了 左边界值 特殊情况
                curDiff = nums[i] - nums[i + 1];
                if(curDiff < 0 && preDiff >= 0 || curDiff > 0 && preDiff <= 0) {
                    result++;
                    preDiff = curDiff;
                }
            }
            return result;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 动态规划
    class Solution {
        public int wiggleMaxLength(int[] nums) {
            int n = nums.length;
            if(n < 2) return n;
            int up = 1;
            int down = 1;
            for(int i = 1; i < n; i++) {
                if(nums[i] < nums[i - 1]) {
                    down = up + 1;
                }
                if(nums[i] > nums[i - 1]) {
                    up = down + 1;
                }
            }
            return Math.max(up, down);
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17

    3. 53. 最大子数组和

    问题

    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。

    示例 1:

    输入:nums = [-2,1,-3,4,-1,2,1,-5,4]
    输出:6
    解释:连续子数组 [4,-1,2,1] 的和最大,为 6
    • 1
    • 2
    • 3
    • 4

    示例 2:

    输入:nums = [1]
    输出:1
    
    • 1
    • 2

    示例 3:

    输入:nums = [5,4,-1,7,8]
    输出:23
    
    • 1
    • 2

    提示:

    • 1 <= nums.length <= 105
    • -104 <= nums[i] <= 104

    代码

    class Solution {
        public int maxSubArray(int[] nums) {
            int res = - 10000;
            int sum = 0;
            for(int i = 0; i < nums.length; i++) {
                sum += nums[i];
                if(sum > res) {
                    res = sum;
                }
                if(sum < 0) {
                    sum = 0;
                }      
            }
            return res;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16

    4. 122. 买卖股票的最佳时机 II

    问题

    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 。

    示例 1:

    输入:prices = [7,1,5,3,6,4]
    输出:7
    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 。
         总利润为 4 + 3 = 7
    • 1
    • 2
    • 3
    • 4
    • 5

    示例 2:

    输入:prices = [1,2,3,4,5]
    输出:4
    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 。
         总利润为 4
    • 1
    • 2
    • 3
    • 4

    示例 3:

    输入:prices = [7,6,4,3,1]
    输出:0
    解释:在这种情况下, 交易无法获得正利润,所以不参与交易可以获得最大利润,最大利润为 0
    • 1
    • 2
    • 3

    提示:

    • 1 <= prices.length <= 3 * 104
    • 0 <= prices[i] <= 104

    代码

    • 直接写法
    class Solution {
        public int maxProfit(int[] prices) {
            if(prices.length < 2) {
                return 0;
            }
            int res = 0;
            for(int i = 0; i < prices.length - 1; i++) {
                int pricesDiff = prices[i + 1] - prices[i];
                if(pricesDiff > 0) {
                    res += pricesDiff;
                }
            }
            return res;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 贪心写法
    class Solution {
        public int maxProfit(int[] prices) {
            if(prices.length < 2) {
                return 0;
            }
            int res = 0;
            for(int i = 0; i < prices.length - 1; i++) {
                res += Math.max(prices[i + 1] - prices[i], 0);
            }
            return res;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 动态规划
    class Solution {
        public int maxProfit(int[] prices) {
            int n = prices.length;
            if(n < 2) {
                return 0;
            }
            int[][] dp = new int[n][2];
            // 表示 买进第 0 天的股
            dp[0][0] -= prices[0];
            //默认初始:dp[0][1] = 0; 表示初始收益为 0 
            for(int i = 1; i < n; i++) {
                // 股票下跌,买进
                dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
                // 股票上涨,卖出
                dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] + prices[i]);
            }
            return Math.max(dp[n - 1][0], dp[n - 1][1]);
        }
    } 
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19

    5. 55. 跳跃游戏

    问题

    给定一个非负整数数组 nums ,你最初位于数组的 第一个下标

    数组中的每个元素代表你在该位置可以跳跃的最大长度。

    判断你是否能够到达最后一个下标。

    示例 1:

    输入:nums = [2,3,1,1,4]
    输出:true
    解释:可以先跳 1 步,从下标 0 到达下标 1, 然后再从下标 13 步到达最后一个下标。
    
    • 1
    • 2
    • 3

    示例 2:

    输入:nums = [3,2,1,0,4]
    输出:false
    解释:无论怎样,总会到达下标为 3 的位置。但该下标的最大跳跃长度是 0 , 所以永远不可能到达最后一个下标。
    
    • 1
    • 2
    • 3

    提示:

    • 1 <= nums.length <= 3 * 104
    • 0 <= nums[i] <= 105

    代码

    class Solution {
        public boolean canJump(int[] nums) {
            if(nums.length == 1) return true;
            // 可到达的 最长下标
            int cover = 0;
            for(int i = 0; i <= cover; i++) {
                cover = Math.max(cover, i + nums[i]);
                if(cover >= nums.length - 1) return true;
            }
            return false;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12

    6. 45. 跳跃游戏 II

    问题

    给你一个非负整数数组 nums ,你最初位于数组的第一个位置。

    数组中的每个元素代表你在该位置可以跳跃的最大长度。

    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。

    假设你总是可以到达数组的最后一个位置。

    示例 1:

    输入: nums = [2,3,1,1,4]
    输出: 2
    解释: 跳到最后一个位置的最小跳跃数是 2。
         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。
    
    • 1
    • 2
    • 3
    • 4

    示例 2:

    输入: nums = [2,3,0,1,4]
    输出: 2
    
    • 1
    • 2

    提示:

    • 1 <= nums.length <= 104
    • 0 <= nums[i] <= 1000

    代码

    • 版本一
    class Solution {
        public int jump(int[] nums) {
            if(nums.length == 1) {
                return 0;
            }
            int curDistance = nums[0];
            int nextDistance = 0;
            int ans = 0;;
            int n = nums.length;
            for(int i = 0; i < n; i++) {
                nextDistance = Math.max(nextDistance, nums[i] + i);
                // 如果当前 最远步长 已经达到终点下标了,
                if(curDistance >= n - 1) {
                    ans++;
                    break;
                }
                //否则 看是否已经 满足 当前下标是 最远步长
                // 主要是为了更新 nextDistance 为 在当前下标到 最远步长中 找到 下一个最远步长下标最远的
                if(i == curDistance) {
                    ans++;          
                    curDistance = nextDistance;            
                }
            }
            return ans;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 版本二
    class Solution {
        public int jump(int[] nums) {
            if(nums.length == 1) {
                return 0;
            }
            int curDistance = 0;
            int nextDistance = 0;
            int ans = 0;;
            int n = nums.length;
            for(int i = 0; i < n - 1; i++) {
                nextDistance = Math.max(nextDistance, nums[i] + i);
                //否则 看是否已经 满足 当前下标是 最远步长
                // 主要是为了更新 nextDistance 为 在当前下标到 最远步长中 找到 下一个最远步长下标最远的
                if(i == curDistance) {
                    ans++;          
                    curDistance = nextDistance;            
                }
            }
            return ans;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21

    7. 1005. K 次取反后最大化的数组和

    问题

    给你一个整数数组 nums 和一个整数 k ,按以下方法修改该数组:

    选择某个下标 i 并将 nums[i] 替换为 -nums[i]
    重复这个过程恰好 k 次。可以多次选择同一个下标 i

    以这种方式修改数组后,返回数组 可能的最大和 。

    示例 1:

    输入:nums = [4,2,3], k = 1
    输出:5
    解释:选择下标 1 ,nums 变为 [4,-2,3]
    • 1
    • 2
    • 3
    • 4

    示例 2:

    输入:nums = [3,-1,0,2], k = 3
    输出:6
    解释:选择下标 (1, 2, 2) ,nums 变为 [3,1,0,2]
    • 1
    • 2
    • 3

    示例 3:

    输入:nums = [2,-3,-1,5,-4], k = 2
    输出:13
    解释:选择下标 (1, 4) ,nums 变为 [2,3,-1,5,4]
    • 1
    • 2
    • 3

    提示:

    • 1 <= nums.length <= 104
    • -100 <= nums[i] <= 100
    • 1 <= k <= 104

    代码

    • 绝对值排序
    class Solution {
        public int largestSumAfterKNegations(int[] nums, int k) {
            nums = IntStream.of(nums).boxed().sorted((t1, t2) -> Math.abs(t2) - Math.abs(t1)).mapToInt(Integer::intValue).toArray();
            for(int i = 0; i < nums.length; i++) {
                if(nums[i] < 0 && k > 0) {
                    nums[i] = - nums[i];
                    k--;
                }
            }
            if(k % 2 == 1) {
                nums[nums.length - 1] = - nums[nums.length - 1];
            }
            return Arrays.stream(nums).sum();
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 从小到大排序
    class Solution {
        public int largestSumAfterKNegations(int[] nums, int k) {
            int n = nums.length;
            if(n == 1) return k % 2 == 0 ? nums[0] : -nums[0];
            int sum = 0;
            int index = 0;
            Arrays.sort(nums);
            for(int i = 0; i < k; i++) {
                if(i < nums.length - 1 && nums[i] < 0) {
                    nums[i] = -nums[i];
                    if(nums[i] >= Math.abs(nums[i + 1])) index++;
                    continue;
                }
                nums[index] = -nums[index];
            }
    
            for(int i = 0; i < nums.length; i++) {
                sum += nums[i];
            }
            return sum;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22

    8. 134. 加油站

    问题

    在一条环路上有 n 个加油站,其中第 i 个加油站有汽油 gas[i] 升。

    你有一辆油箱容量无限的的汽车,从第 i 个加油站开往第 i+1 个加油站需要消耗汽油 cost[i] 升。你从其中的一个加油站出发,开始时油箱为空。

    给定两个整数数组 gascost ,如果你可以绕环路行驶一周,则返回出发时加油站的编号,否则返回 -1 。如果存在解,则 保证 它是 唯一 的。

    示例 1:

    输入: gas = [1,2,3,4,5], cost = [3,4,5,1,2]
    输出: 3
    解释:3 号加油站(索引为 3)出发,可获得 4 升汽油。此时油箱有 = 0 + 4 = 4 升汽油
    开往 4 号加油站,此时油箱有 4 - 1 + 5 = 8 升汽油
    开往 0 号加油站,此时油箱有 8 - 2 + 1 = 7 升汽油
    开往 1 号加油站,此时油箱有 7 - 3 + 2 = 6 升汽油
    开往 2 号加油站,此时油箱有 6 - 4 + 3 = 5 升汽油
    开往 3 号加油站,你需要消耗 5 升汽油,正好足够你返回到 3 号加油站。
    因此,3 可为起始索引。
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

    示例 2:

    输入: gas = [2,3,4], cost = [3,4,3]
    输出: -1
    解释:
    你不能从 0 号或 1 号加油站出发,因为没有足够的汽油可以让你行驶到下一个加油站。
    我们从 2 号加油站出发,可以获得 4 升汽油。 此时油箱有 = 0 + 4 = 4 升汽油
    开往 0 号加油站,此时油箱有 4 - 3 + 2 = 3 升汽油
    开往 1 号加油站,此时油箱有 3 - 3 + 3 = 3 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。
    因此,无论怎样,你都不可能绕环路行驶一周。
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9

    提示:

    • gas.length == n
    • cost.length == n
    • 1 <= n <= 105
    • 0 <= gas[i], cost[i] <= 104

    代码

    • 暴力法
    class Solution {
        public int canCompleteCircuit(int[] gas, int[] cost) {
            int curGas = 0;
            for(int i = 0; i < gas.length; i++) {
                curGas = gas[i] - cost[i];
                int index = (i + 1) % gas.length;
                while(curGas >= 0 && index != i) {
                    curGas += gas[index] - cost[index];
                    index = (index + 1) % gas.length;
                }
                if(curGas >= 0) {
                    return i;
                }
            }
            return -1;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 贪心算法1
    class Solution {
        public int canCompleteCircuit(int[] gas, int[] cost) {
            int curSum = 0;
            int min = Integer.MAX_VALUE;
            for(int i = 0; i < gas.length; i++) {
                int res = gas[i] - cost[i];
                curSum += res;
                if(curSum < min) {
                    min = curSum;
                }
            }
            if(curSum < 0) return -1;
            if(min >= 0) return 0;
            for(int i = gas.length - 1; i >= 0; i--) {
                int res = gas[i] - cost[i];
                min += res;
                if(min >= 0) return i;
            }
            return -1;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 贪心算法2
    class Solution {
        public int canCompleteCircuit(int[] gas, int[] cost) {
            int curSum = 0;
            int totalSum = 0;
            int startIndex = 0;
            for(int i = 0; i < gas.length; i++) {
                int res = gas[i] - cost[i];
                curSum += res;
                totalSum += res;
                if(curSum < 0) {
                    startIndex = i + 1;
                    curSum = 0;
                }     
            }
            if(totalSum < 0) return -1;
            return startIndex;
    
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19

    9. 135. 分发糖果

    问题

    n 个孩子站成一排。给你一个整数数组 ratings 表示每个孩子的评分。

    你需要按照以下要求,给这些孩子分发糖果:

    每个孩子至少分配到 1 个糖果。
    相邻两个孩子评分更高的孩子会获得更多的糖果。
    请你给每个孩子分发糖果,计算并返回需要准备的 最少糖果数目

    示例 1:

    输入:ratings = [1,0,2]
    输出:5
    解释:你可以分别给第一个、第二个、第三个孩子分发 212 颗糖果。
    
    • 1
    • 2
    • 3

    示例 2:

    输入:ratings = [1,2,2]
    输出:4
    解释:你可以分别给第一个、第二个、第三个孩子分发 121 颗糖果。
    第三个孩子只得到 1 颗糖果,这满足题面中的两个条件。
    
    • 1
    • 2
    • 3
    • 4

    提示:

    • n == ratings.length
    • 1 <= n <= 2 * 104
    • 0 <= ratings[i] <= 2 * 104

    代码

    class Solution {
        public int candy(int[] ratings) {
            if(ratings.length == 1) {
                return 1;
            }
            int n = ratings.length;
            int[] candyArg = new int[n];
            for(int i = 0; i < n; i++) {
                candyArg[i] = 1;
            }
            for(int i = 0; i < n - 1; i++) {
                if(ratings[i + 1] > ratings[i]) candyArg[i + 1] = candyArg[i] + 1;
            }
            for(int i = n - 2; i >= 0; i--) {
                if(ratings[i] > ratings[i + 1]) candyArg[i] = Math.max(candyArg[i], candyArg[i + 1] + 1);
            }
            int sum = 0;
            for(int i = 0;  i < n; i++) {
                sum += candyArg[i];
            }
            return sum;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23

    10. 860. 柠檬水找零

    问题

    在柠檬水摊上,每一杯柠檬水的售价为 5 美元。顾客排队购买你的产品,(按账单 bills 支付的顺序)一次购买一杯。

    每位顾客只买一杯柠檬水,然后向你付 5 美元、10 美元或 20 美元。你必须给每个顾客正确找零,也就是说净交易是每位顾客向你支付 5 美元。

    注意,一开始你手头没有任何零钱。

    给你一个整数数组 bills ,其中 bills[i] 是第 i 位顾客付的账。如果你能给每位顾客正确找零,返回 true ,否则返回 false 。

    示例1:

    输入:bills = [5,5,5,10,20]
    输出:true
    解释:
    前 3 位顾客那里,我们按顺序收取 35 美元的钞票。
    第 4 位顾客那里,我们收取一张 10 美元的钞票,并返还 5 美元。
    第 5 位顾客那里,我们找还一张 10 美元的钞票和一张 5 美元的钞票。
    由于所有客户都得到了正确的找零,所以我们输出 true
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    示例2:

    输入:bills = [5,5,10,10,20]
    输出:false
    解释:
    前 2 位顾客那里,我们按顺序收取 25 美元的钞票。
    对于接下来的 2 位顾客,我们收取一张 10 美元的钞票,然后返还 5 美元。
    对于最后一位顾客,我们无法退回 15 美元,因为我们现在只有两张 10 美元的钞票。
    由于不是每位顾客都得到了正确的找零,所以答案是 false
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    提示:

    • 1 <= bills.length <= 105
    • bills[i] 不是 5 就是 10 或是 20

    代码

    class Solution {
        public boolean lemonadeChange(int[] bills) {
            int five = 0, ten = 0, twenty = 0;
            for(int i = 0; i < bills.length; i++) {
                if(bills[i] == 5) {
                    five++;
                }
                if(bills[i] == 10) {
                    if(five <= 0) return false;
                    ten++;
                    five--;
                }
                if(bills[i] == 20) {
                    if(five > 0 && ten > 0) {
                        five--;
                        ten--;
                        twenty++;
                    } else if(five >= 3) {
                        five -= 3;
                        twenty++;
                    } else {
                        return false;
                    }
                }
            }
            return true;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28

    11. 406. 根据身高重建队列

    问题

    假设有打乱顺序的一群人站成一个队列,数组 people 表示队列中一些人的属性(不一定按顺序)。每个 people[i] = [hi, ki] 表示第 i 个人的身高为 hi ,前面 正好ki 个身高大于或等于 hi 的人。

    请你重新构造并返回输入数组 people 所表示的队列。返回的队列应该格式化为数组 queue ,其中 queue[j] = [hj, kj] 是队列中第 j 个人的属性(queue[0] 是排在队列前面的人)。

    示例 1:

    输入:people = [[7,0],[4,4],[7,1],[5,0],[6,1],[5,2]]
    输出:[[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]]
    解释:
    编号为 0 的人身高为 5 ,没有身高更高或者相同的人排在他前面。
    编号为 1 的人身高为 7 ,没有身高更高或者相同的人排在他前面。
    编号为 2 的人身高为 5 ,有 2 个身高更高或者相同的人排在他前面,即编号为 01 的人。
    编号为 3 的人身高为 6 ,有 1 个身高更高或者相同的人排在他前面,即编号为 1 的人。
    编号为 4 的人身高为 4 ,有 4 个身高更高或者相同的人排在他前面,即编号为 0123 的人。
    编号为 5 的人身高为 7 ,有 1 个身高更高或者相同的人排在他前面,即编号为 1 的人。
    因此 [[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]] 是重新构造后的队列。
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

    示例 2:

    输入:people = [[6,0],[5,0],[4,0],[3,2],[2,2],[1,4]]
    输出:[[4,0],[5,0],[2,2],[3,2],[1,4],[6,0]]
    
    • 1
    • 2

    提示:

    • 1 <= people.length <= 2000
    • 0 <= hi <= 106
    • 0 <= ki < people.length
    • 题目数据确保队列可以被重建

    代码

    class Solution {
        public int[][] reconstructQueue(int[][] people) {
            int length = people.length;
            Arrays.sort(people, new Comparator<int[]>(){
                public int compare(int[] people1, int[] people2) {
                    // 从大到小 排序
                    if(people2[0] == people1[0]) {
                        return people1[1] - people2[1];
                    }else {
                        return people2[0] - people1[0];
                    }
                }
            });
            for(int i = 0; i < length; i++) {
                inset(people, i, people[i][1]);
            }
            return people;
        }
    
        private void inset(int[][] people, int sourceIndex,  int destIndex) {
            int[] temp = people[sourceIndex];
            if(sourceIndex <= destIndex) {
                for(int i = sourceIndex; i < destIndex; i++) {
                    people[i] = people[i + 1];
                }
                people[destIndex] = temp;
            } else {
                for(int i = sourceIndex; i > destIndex; i--) {
                    people[i] = people[i - 1];
                }
                people[destIndex] = temp;
            }
        }
    }	
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34

    12. 452. 用最少数量的箭引爆气球

    问题

    有一些球形气球贴在一堵用 XY 平面表示的墙面上。墙面上的气球记录在整数数组 points ,其中points[i] = [xstart, xend] 表示水平直径在 xstartxend之间的气球。你不知道气球的确切 y 坐标。

    一支弓箭可以沿着 x 轴从不同点 完全垂直 地射出。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 xstartxend, 且满足 xstart ≤ x ≤ xend,则该气球会被 引爆 。可以射出的弓箭的数量 没有限制 。 弓箭一旦被射出之后,可以无限地前进。

    给你一个数组 points ,返回引爆所有气球所必须射出的 最小 弓箭数 。

    示例 1:

    输入:points = [[10,16],[2,8],[1,6],[7,12]]
    输出:2
    解释:气球可以用2支箭来爆破:
    -在x = 6处射出箭,击破气球[2,8][1,6]-在x = 11处发射箭,击破气球[10,16][7,12]
    • 1
    • 2
    • 3
    • 4
    • 5

    示例 2:

    输入:points = [[1,2],[3,4],[5,6],[7,8]]
    输出:4
    解释:每个气球需要射出一支箭,总共需要4支箭。
    
    • 1
    • 2
    • 3

    示例 3:

    输入:points = [[1,2],[2,3],[3,4],[4,5]]
    输出:2
    解释:气球可以用2支箭来爆破:
    - 在x = 2处发射箭,击破气球[1,2][2,3]- 在x = 4处射出箭,击破气球[3,4][4,5]
    • 1
    • 2
    • 3
    • 4
    • 5

    提示:

    • 1 <= points.length <= 105
    • points[i].length == 2
    • -231 <= xstart < xend <= 231 - 1

    代码

    class Solution {
        public int findMinArrowShots(int[][] points) {
            Arrays.sort(points, (a,b) -> {
                if(a[0] != b[0]) {
                    return (long)a[0] - (long)b[0] > 0 ? 1 : -1;
                }
                return  (long)a[0] - (long)b[0] > 0 ? 1 : -1;
            });
            int count = 0;
            for(int i = 1; i < points.length; i++) {
                if(points[i][0] > points[i - 1][1]) {
                    count++;
                } else {
                    points[i][1] = Math.min(points[i][1], points[i - 1][1]);
                }
            }
            return count + 1;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19

    先排序(按元素0号下标升序)后贪左边,因为排完后,前面的肯定包含后面的元素,再去贪右边边界,贪最小边界。

    13. 435. 无重叠区间

    问题

    给定一个区间的集合 intervals ,其中 intervals[i] = [starti, endi] 。返回 需要移除区间的最小数量,使剩余区间互不重叠 。

    示例 1:

    输入: intervals = [[1,2],[2,3],[3,4],[1,3]]
    输出: 1
    解释: 移除 [1,3] 后,剩下的区间没有重叠。
    
    • 1
    • 2
    • 3

    示例 2:

    输入: intervals = [ [1,2], [1,2], [1,2] ]
    输出: 2
    解释: 你需要移除两个 [1,2] 来使剩下的区间没有重叠。
    
    • 1
    • 2
    • 3

    示例 3:

    输入: intervals = [ [1,2], [2,3] ]
    输出: 0
    解释: 你不需要移除任何区间,因为它们已经是无重叠的了。
    
    • 1
    • 2
    • 3

    提示:

    • 1 <= intervals.length <= 105
    • intervals[i].length == 2
    • -5 * 104 <= starti < endi <= 5 * 104

    代码

    class Solution {
        public int eraseOverlapIntervals(int[][] intervals) {
            // 对右区间升序,
            Arrays.sort(intervals, (a,b) -> {
                return a[1] - b[1];
            });
            int removeCount = 0;
            for(int i = 1; i < intervals.length; i++) {
                if(intervals[i][0] < intervals[i - 1][1]) {
                    removeCount++;
                    // 更新当前状态下不重叠右区间上限
                    // 不用理会两个区间中间可能留下的空白区域,因为已经排序
                    // 所以后面的区间不会重叠中间那块空白区域
                    intervals[i][1] = intervals[i - 1][1];
                }
            }
            return removeCount;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19

    14. 714. 买卖股票的最佳时机含手续费

    问题

    给定一个整数数组 prices,其中 prices[i]表示第 i 天的股票价格 ;整数 fee 代表了交易股票的手续费用。

    你可以无限次地完成交易,但是你每笔交易都需要付手续费。如果你已经购买了一个股票,在卖出它之前你就不能再继续购买股票了。

    返回获得利润的最大值。

    注意:这里的一笔交易指买入持有并卖出股票的整个过程,每笔交易你只需要为支付一次手续费。

    示例 1:

    输入:prices = [1, 3, 2, 8, 4, 9], fee = 2
    输出:8
    解释:能够达到的最大利润:  
    在此处买入 prices[0] = 1
    在此处卖出 prices[3] = 8
    在此处买入 prices[4] = 4
    在此处卖出 prices[5] = 9
    总利润: ((8 - 1) - 2) + ((9 - 4) - 2) = 8
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    示例 2:

    输入:prices = [1,3,7,5,10,3], fee = 3
    输出:6
    
    • 1
    • 2

    提示:

    • 1 <= prices.length <= 5 * 104
    • 1 <= prices[i] < 5 * 104
    • 0 <= fee < 5 * 104

    代码

    class Solution {
        public int maxProfit(int[] prices, int fee) {
            // 买入是先 算手续费,buy 是买入+手续费
            int buy = prices[0] + fee;
            int result = 0;
            for(int i = 1; i < prices.length; i++) {
                // buy 已经更新为能否继续收益的更高水准
                // 如果不能继续收益了,也就是跌股了,那就卖掉上一股,重新买入新股
                // 因为相比 同一股 会有更大的收益
                if(prices[i] + fee < buy) {
                    buy = prices[i] + fee;
                }
                if(prices[i] > buy) {
                    result += prices[i] - buy;
                    // 连续涨股就持股
                    buy = prices[i];
                }
            }
            return result;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21

    15. 968. 监控二叉树

    问题

    给定一个二叉树,我们在树的节点上安装摄像头。

    节点上的每个摄影头都可以监视其父对象、自身及其直接子对象。

    计算监控树的所有节点所需的最小摄像头数量。

    示例 1:

    img

    输入:[0,0,null,0,0]
    输出:1
    解释:如图所示,一台摄像头足以监控所有节点。
    
    • 1
    • 2
    • 3

    示例 2:

    img

    输入:[0,0,null,0,null,0,null,null,0]
    输出:2
    解释:需要至少两个摄像头来监视树的所有节点。 上图显示了摄像头放置的有效位置之一。
    
    • 1
    • 2
    • 3

    提示:

    • 给定树的节点数的范围是 [1, 1000]
    • 每个节点的值都是 0。

    代码

    class Solution {
        int res = 0;
        public int minCameraCover(TreeNode root) {
            if(traversal(root) == 0) return ++res;
            return res;
        }
        // 0 - 无覆盖 1 - 有摄像头 2 - 有覆盖
        private int traversal(TreeNode node) {
            // 终止条件
            if(node == null) return 2;
    
            // 后序递归遍历
            int left = traversal(node.left);
            int right = traversal(node.right);
            // 设置叶子节点为 未覆盖,或者是 两个子节点均已覆盖。那么设置该节点为未覆盖
            if(left == 2 && right == 2) {
                return 0;
            }
            // 存在子节点还未覆盖,该节点设置摄像头
            if(left == 0 || right == 0) {
                res++;
                return 1;
            }
            // 子节点有摄像头,该节点设置为覆盖
            if(left == 1 || right == 1) {
                return 2;
            }
            // 因为逻辑返回需要,虽然不会到这一步但还是要写
            return -1;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31

    结束语

    评论区可留言,可私信,可互相交流学习,共同进步,欢迎各位给出意见或评价,本人致力于做到优质文章,希望能有幸拜读各位的建议!

    专注品质,热爱生活。
    交流技术,寻求同志。

    —— 嗝屁小孩纸 QQ:1160886967

    —— 其他平台:CSDN51CTO博客园

    —— 转发于个人博客对应 贪心算法 题型

    —— GitHub 专栏:Fyupeng

  • 相关阅读:
    pycharm 远程运行报错 Failed to prepare environment
    Lc第307场周赛 6166. 最大回文数字(贪心/分类讨论)
    【Docker 基础教程】Mysql主从服务搭建------Mysql容器闪退及容器名冲突系列问题
    c语言使用fdk_aac库对aac音频解码为pcm
    数据产品读书笔记——认识数据产品经理
    HTML 超链接 a 标签
    Vue-CLI项目搭建
    canal-1.1.5实时同步MySQL数据到Elasticsearch
    json数据传输压缩以及数据切片分割分块传输多种实现方法,大数据量情况下zlib压缩以及bytes指定长度分割
    【pickle】详解python中的pickle模块(常用函数、示例)
  • 原文地址:https://blog.csdn.net/F15217283411/article/details/126615153