理论基础
代码随想录
455.分发饼干
代码随想录
两个数组先排序,倒着看最大的cookie能满足的孩子,向前计数。
Python:
class Solution:
def findContentChildren(self, g: List[int], s: List[int]) -> int:
g.sort()
s.sort()
i = len(g)-1
j = len(s)-1
result = 0
while j>=0 and i>=0:
if s[j]>=g[i]:
result += 1
j -= 1
i -= 1
return result
C++:
C++版本用i--实现也算简洁。
class Solution {
public:
int findContentChildren(vector<int>& g, vector<int>& s) {
sort(g.begin(), g.end());
sort(s.begin(), s.end());
int result=0;
int i = g.size()-1;
int j = s.size()-1;
for (int i=g.size()-1; i>=0; i--) {
if (j>=0 && s[j]>=g[i]) {
result++;
j--;
}
}
return result;
}
};
376. 摆动序列
代码随想录
局部最优:删除单调坡度上的节点(不包括单调坡度两端的节点),那么这个坡度就可以有两个局部峰值。
主要难点:要考虑平坡的情况。
Python:
class Solution:
def wiggleMaxLength(self, nums: List[int]) -> int:
n = len(nums)
if n<=1: return n
prev_diff = nums[1] - nums[0]
n_diff = int(prev_diff!=0)
for i in range(2, n):
cur_diff = nums[i] - nums[i-1]
if cur_diff * prev_diff < 0 or (prev_diff==0 and cur_diff!=0):
n_diff += 1
prev_diff = cur_diff
return n_diff + 1
C++:
class Solution {
public:
int wiggleMaxLength(vector<int>& nums) {
if (nums.size()<=1) return nums.size();
int preDiff = 0;
int curDiff = 0;
int result = 1;
for (int i=0; i<nums.size()-1; i++) {
curDiff = nums[i+1] - nums[i];
if ((preDiff<=0 && curDiff>0) || (preDiff>=0 && curDiff<0)) {
result++;
preDiff = curDiff;
}
}
return result;
}
};
53. 最大子序和
代码随想录
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。
从代码角度上来讲: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。
这相当于是暴力解法中的不断调整最大子序和区间的起始位置。
Python贪心:
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
result = float('-inf')
count = 0
for num in nums:
count += num
if count > result:
result = count
if count <= 0:
count = 0
return result
Python动态规划:
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
curSum, maxSum = nums[0], nums[0]
for num in nums[1:]:
curSum = max(num, curSum + num)
maxSum = max(maxSum, curSum)
return maxSum
C++贪心:
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int result = INT32_MIN;
int count = 0;
for (int i=0; i<nums.size(); i++) {
count += nums[i];
if (count>result) result = count;
if (count<= 0) count=0;
}
return result;
}
};
C++动态规划:
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int curSum = nums[0];
int maxSum = nums[0];
for (int i=1; i<nums.size(); i++) {
curSum = max(nums[i], curSum+nums[i]);
maxSum = max(maxSum, curSum);
}
return maxSum;
}
};