• LeetCode力扣刷题——简单易懂的贪心算法


    贪心


    一、算法解释

            采用贪心的策略,保证每次操作都是局部最优的,从而使最后得到的结果是全局最优的。

            贪心算法问题需要满足的条件:

    (1)最优子结构:规模较大的问题的解由规模较小的子问题的解组成,规模较大的问题的解只由其中一个规模较小的子问题的解决定;
    (2)无后效性:后面阶段的求解不会修改前面阶段已经计算好的结果;
    (3)贪心选择性质:从局部最优解可以得到全局最优解。


    二、经典问题 

    1. 分配问题

    455. Assign Cookies

    455. 分发饼干

            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。

    贪心策略:给剩余孩子里最小饥饿度的孩子分配最小的能饱腹的饼干。

    1. int findContentChildren(vector<int>& g, vector<int>& s) {
    2. sort(g.begin(),g.end());
    3. sort(s.begin(),s.end());
    4. int cnt = 0; //记录得到满足的孩子的数量
    5. int child = 0,cookies = 0;
    6. while(childsize() && cookiessize()){
    7. if(g[child] <= s[cookies]){
    8. cnt++;
    9. child++;
    10. }
    11. cookies++;
    12. }
    13. return cnt;
    14. }

    135. Candy  

    135. 分发糖果

            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 。

    贪心策略:左右各一次遍历,在每次遍历中,只考虑并更新相邻一侧的大小关系。

    1. int candy(vector<int>& ratings) {
    2. int size = ratings.size();
    3. if(size < 2){
    4. return size;
    5. }
    6. vector<int> num(size,1); //初始化每个孩子都分到一个糖果
    7. for(int i=1;i
    8. if(ratings[i] > ratings[i-1]){
    9. num[i] = num[i-1] + 1;
    10. }
    11. }
    12. for(int i=size-1;i>0;i--){
    13. if(ratings[i-1] > ratings[i]){
    14. num[i-1] = max(num[i]+1,num[i-1]);
    15. }
    16. }
    17. return accumulate(num.begin(),num.end(),0); //accumulate:快速求和函数
    18. }

    2. 区间问题

    435. Non-overlapping Intervals

    435. 无重叠区间

            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 。

    贪心策略:优先保留结尾小且不相交的区间。

    1. int eraseOverlapIntervals(vectorint>>& intervals) {
    2. if (intervals.empty()) {
    3. return 0;
    4. }
    5. int n = intervals.size();
    6. sort(intervals.begin(), intervals.end(), [](vector<int>& a, vector<int>& b){
    7. return a[1] < b[1];
    8. }
    9. ); //按照尾部区间大小排序
    10. int removed = 0, prev = intervals[0][1];
    11. for (int i = 1; i < n; ++i) {
    12. if (intervals[i][0] < prev) {
    13. ++removed;
    14. } else {
    15. prev = intervals[i][1]; //更新prev
    16. }
    17. }
    18. return removed;
    19. }

    三、巩固练习 

    605. Can Place Flowers

    605. 种花问题

            假设有一个很长的花坛,一部分地块种植了花,另一部分却没有。可是,花不能种植在相邻的地块上,它们会争夺水源,两者都会死去。给你一个整数数组  flowerbed 表示花坛,由若干 0 和 1 组成,其中 0 表示没种植花,1 表示种植了花。另有一个数 n ,能否在不打破种植规则的情况下种入 n 朵花?能则返回 true ,不能则返回 false。

    贪心策略:从左向右遍历花坛,能种就种。可以种花的条件是:

    • 自己为空
    • 左边为空 或者 自己是最左边
    • 右边为空 或者 自己是最右边
    1. bool canPlaceFlowers(vector<int>& flowerbed, int n) {
    2. int cnt = 0; //记录花坛可以种多少花
    3. for(int i=0;isize();i++){
    4. if(flowerbed[i]==0 && (i==0||flowerbed[i-1]==0) && (i==flowerbed.size()-1||flowerbed[i+1]==0)){
    5. flowerbed[i] = 1;
    6. cnt++;
    7. }
    8. }
    9. return cnt >= n;
    10. }

    452. Minimum Number of Arrows to Burst Balloons

    452. 用最少数量的箭引爆气球

            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 xstart 和 xend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 xstart,xend, 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 。

    贪心策略:寻找相交区间,让更多个气球重叠。

    1. static bool cmp(const vector<int> &a,const vector<int> &b){
    2. return a[1] < b[1];
    3. }
    4. int findMinArrowShots(vectorint>>& points) {
    5. sort(points.begin(), points.end(), cmp); //按照尾部区间大小排序
    6. int num = 1, prev = points[0][1];
    7. for (int i = 1; i < points.size(); ++i) {
    8. if (points[i][0] > prev) {
    9. num++;
    10. prev = points[i][1]; //更新prev
    11. }
    12. }
    13. return num;
    14. }

    763. Partition Labels

    763. 划分字母区间

            字符串 S 由小写字母组成。我们要把这个字符串划分为尽可能多的片段,同一字母最多出现在一个片段中。返回一个表示每个字符串片段的长度的列表。

    贪心策略:区间每次刷新到最小的但是要全部包含同一字母的位置。

    1. vector<int> partitionLabels(string s) {
    2. vector<int> ans;
    3. int num[26];
    4. int start = 0,end = 0; //划分一个区间
    5. for(int i=0;isize();i++){
    6. num[s[i]-'a'] = i; //记录每个字母最后的位置
    7. }
    8. for(int i=0;isize();i++){
    9. end = max(end,num[s[i]-'a']); //区间最小但要包含全部同一字母
    10. if(i == end){ //区间搜索完毕
    11. ans.push_back(end-start+1);
    12. start = end + 1;
    13. }
    14. }
    15. return ans;
    16. }

    122. Best Time to Buy and Sell Stock II

    122. 买卖股票的最佳时机 II

            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 。

    贪心策略:在不限制交易次数的情况下,今天价格高于昨天价格即可出售,即求每天的正利润。

    1. class Solution {
    2. public:
    3. int maxProfit(vector<int>& prices) {
    4. int ans = 0;
    5. for(int i=1;isize();i++){
    6. ans += max(0,prices[i]-prices[i-1]);
    7. }
    8. return ans;
    9. }
    10. };

    406. 根据身高重建队列

    406. Queue Reconstruction by Height

            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 有 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)。

    贪心策略:先排序,再插队。

    • 首先将数组按身高排序
    • 遍历数组 将 按 k 的值插入到 result 中对应的位置即可
    • 返回结果 result 。

    一般这种数对,还涉及排序的,根据第一个元素正向排序,根据第二个元素反向排序,或者根据第一个元素反向排序,根据第二个元素正向排序,往往能够简化解题过程。)

    1. class Solution {
    2. public:
    3. static bool cmp(vector<int> a,vector<int> b){
    4. if(a[0] == b[0])
    5. return a[1]1];
    6. return a[0] > b[0];
    7. }
    8. vectorint>> reconstructQueue(vectorint>>& people) {
    9. sort(people.begin(),people.end(),cmp);
    10. vectorint>> result;
    11. for(int i=0;isize();i++){
    12. int index = people[i][1];
    13. result.insert(result.begin() + index,people[i]);
    14. }
    15. return result;
    16. }
    17. };

    665. 非递减数列

    665. Non-decreasing Array

            给你一个长度为 n 的整数数组 nums ,请你判断在 最多 改变 1 个元素的情况下,该数组能否变成一个非递减数列。

            我们是这样定义一个非递减数列的: 对于数组中任意的 i (0 <= i <= n-2),总满足 nums[i] <= nums[i + 1]。

    贪心策略:本题是要维持一个非递减的数列,所以遇到递减的情况时(nums[i] > nums[i + 1]),要么将前面的元素缩小,要么将后面的元素放大。问题是维持非递减的数列,那么我们需要尽可能的让前面的数字变小,然后寻找可以让前面数字变小的条件即可,其余的就让后面数字变大就好了。
    • 例①: 4, 2, 5

    我们可以 把 4 调小到 <= 2  或者 把 2 调大到 4、5 ,使数组有序。

    • 例②: 1, 4, 2, 5

    我们可以 把 4 调小到 1、2  或者 把 2 调大到 4、5 ,使数组有序。

    • 例③: 3, 4, 2, 5

    我们必须 把 2 调大到 4、5,才能使数组有序:我们不能把 4 调整为一个 <= 2 的数字,因为 4 前面的元素是 3。

    1. class Solution {
    2. public:
    3. bool checkPossibility(vector<int>& nums) {
    4. int cnt = 0;
    5. for(int i=1;isize();i++){
    6. if(nums[i] < nums[i-1]){
    7. if(i==1 || nums[i]>=nums[i-2]){
    8. nums[i-1] = nums[i];
    9. }else{
    10. nums[i] = nums[i-1];
    11. }
    12. cnt++;
    13. }
    14. }
    15. return cnt<=1;
    16. }
    17. };

    欢迎大家共同学习和纠正指教

  • 相关阅读:
    计算机毕业设计springboot+vue基本微信小程序的汽车俱乐部系统
    Redis设计与实现(四)| 主从复制
    docker部署rustdesk远程控制服务器
    Git引起的 gitlab-runner 报错
    2022届计算机毕业论文(设计)学生选题参考合集推荐收藏
    C++面向对象
    MS14-068 漏洞分析—不安全的PAC
    maven 常用知识速记
    2022 高教杯数学建模C题古代玻璃制品的成分分析与鉴别回顾及总结
    JVM:(八)运行时数据区之方法区
  • 原文地址:https://blog.csdn.net/Hello_world_n/article/details/125641362