第二十七天 第八章 贪心算法 part01 理论基础 455.分发饼干 376. 摆动序列 53. 最大子序和

理论基础  

贪心的本质是选择每一阶段的局部最优，从而达到全局最优。

唯一的难点就是如何通过局部最优，推出整体最优。

最好用的策略就是举反例，如果想不到反例，那么就试一试贪心吧。

455.分发饼干  

从局部最优到全局最优，从最大饼干分给最大食量的小朋友。

注意其中一块饼干只能分一次。

还有一个细节就是，可能饼干分完了，但是有的小朋友还没被遍历到，因此要加一个条件right>=0，饼干分完后，虽然继续遍历小朋友，但是不在经过if语句。获得饼干的小朋友数目不变。

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        sort(g.begin(),g.end());
        sort(s.begin(),s.end());
        int res=0;
        int right=s.size()-1;
        for(int i=g.size()-1;i>=0;i--){
            if(right>=0&&g[i]<=s[right]){
                right--;
                res++;
            }
        }
        return res;
    }
};

376. 摆动序列  

pre>=0 && cur<0  || pre<=0 && cur>0判断条件必须考虑pre=0的情况，从开始遍历，pre的初始值就为0。 虽然前后两个数可能相等，后面的pre也可能为0，但是cur的判断条件就会影响前后两个数相等的情况。

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
       int pre=0;
       int cur=0;
       int res=1;
       for(int i=0;i<nums.size()-1;i++){
        cur=nums[i+1]-nums[i];
        if(pre>=0 && cur<0  || pre<=0 && cur>0){
            res++;
            pre=cur;
        }
       } 
       return res;
    }
};

53. 最大子序和  

关键是要理解当累加和小于0时，我们要将累加和赋值为0 。即最大子序列和最小为一。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
    int res=INT_MIN;
    int count=0;
    for(int i=0;i<nums.size();i++){
        count+=nums[i];
        if(res<count){
            res=count;
        }
        if(count<=0){
         count=0;
        }
    }
    return res;
    }
};