贪心算法(Greedy Algorithm):是一种在每次决策时采用当前状态下最优或最好的策略,从而希望导致结果是最好或最优的算法。
455. 分发饼干
class Solution:def findContentChildren(self, g: List[int], s: List[int]) -> int:g.sort(reverse=True)s.sort(reverse=True)p1, p2 = 0, 0ans = 0while p2 < len(s) and p1 < len(g):if s[p2] >= g[p1]:ans += 1p1 += 1p2 += 1else:p1 += 1return ans
思路不难,对饼干和孩子进行排序,由大到小,然后从最大的饼干和最大的孩子开始考虑:如果饼干能满足当前孩子,则计数加 1,考虑下一个饼干和孩子;如果不能满足,则考虑下一个孩子。直到孩子或者饼干考虑完为止。
860. 柠檬水找零
class Solution:def lemonadeChange(self, bills: List[int]) -> bool:five = ten = 0for num in bills:if num == 5:five += 1elif num == 10:if five == 0:return Falseelse:five -= 1ten += 1elif num == 20:if ten > 0 and five > 0:five -= 1ten -= 1elif five >= 3:five -= 3else:return Falsereturn True
同样是分类讨论,如果收到 5 块则 5 块加 1,如果收到 10 块则找零 5 块(10块加1,5块减1),如果收到 20 块则优先使用 10 块 + 5 块找零,其次再考虑用 3 张 5 块找零,凡是无法找零都返回 False。
1005. K 次取反后最大化的数组和
class Solution:def largestSumAfterKNegations(self, nums: List[int], k: int) -> int:nums.sort()index = 0while index < len(nums) and k > 0 and nums[index] < 0:nums[index] = -nums[index]index += 1k -= 1if k > 0 and k % 2 != 0:return sum(nums) - 2 * min(nums)else:return sum(nums)
首先对数组排序,从小到大,然后取反先从负数开始(如果有的话),如果没有负数了,还剩余取反次数的话,就只考虑奇数的情况(偶数可以抵消),这时就对最小的正数(也是最小的数,因为没负数了)取反即可。
738. 单调递增的数字
class Solution:def monotoneIncreasingDigits(self, n: int) -> int:a = list(str(n))for i in range(len(a)-1,0,-1):if int(a[i]) < int(a[i-1]):a[i-1] = str(int(a[i-1]) - 1)a[i:] = '9' * (len(a) - i) return int("".join(a))
考虑两个相邻数字的情况,如果左边的比右边大,则为了满足单调递增的条件,必定是左边的数减 1 而右边的数变成 9(因为要单调递增,所以右边所有数都变成 9)。从个位数(右边)向左开始考虑每一对数字的情况,当出现左边数减 1 时,右边的所有数字一定都变成 9。