【贪心算法】Leetcode 455.分发饼干 376. 摆动序列 53. 最大子数组和

【贪心算法】Leetcode 455 分发饼干 376. 摆动序列【规律很多】53. 最大子数组和

  • 455 分发饼干
    • 局部最优推全局最优:尽量用大饼干去满足大胃口的小朋友
  • 376. 摆动序列【规律很多】
    • 思想:注意考虑一个坡度留首尾两个点、平坡、首尾
  • 53. 最大子数组和【好思想】
    • 思想:遍历nums,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”

455 分发饼干

在这里插入图片描述

---------------🎈🎈题目链接🎈🎈-------------------

局部最优推全局最优:尽量用大饼干去满足大胃口的小朋友

class Solution {public int findContentChildren(int[] g, int[] s) {// 贪心// 局部最优推全局最优:尽量用大饼干去满足大胃口的小朋友if(s.length == 0) return 0;int result = 0;Arrays.sort(g);Arrays.sort(s);// 遍历小孩胃口g[i]int start = s.length - 1;for(int i = g.length-1; i >=0; i--){if(start >= 0 && g[i] <= s[start]){result++;start--;}}return result;}
}  

时间复杂度

对两个数组进行排序的时间复杂度为 O(n log n),其中 n 分别为小孩胃口数组 g 和饼干数组 s 的长度。
在最坏情况下,遍历两个数组的时间复杂度为 O(n),其中 n 是小孩胃口数组 g 的长度。
因此,总的时间复杂度为 O(n log n)。

空间复杂度:

除了输入数组 g 和 s 外,额外使用了常量空间进行迭代和计算。
因此,总的空间复杂度为 O(1)。


376. 摆动序列【规律很多】

在这里插入图片描述

一正一负 找到一个峰值:(pre>=0 && cur<0) || (pre<=0 && cur>0)。result++,遇到波动点就更新pre的值为cur
设定开头pre = 0:即原本是2-5,模拟为2-2-5 这样可以保证计算到开头的节点也算波动点。
设定开头cur = 0 ,但是随后循环中就赋值了 cur = nums[i+1] - nums[i]
在这里插入图片描述

思想:注意考虑一个坡度留首尾两个点、平坡、首尾

class Solution {public int wiggleMaxLength(int[] nums) {
// 贪心  一个坡度上只留首位两个点
// 考虑平坡的时候// 考虑单调有平坡 : 左右留一个就行 pre>=0 && cur<0 || pre<=0 && cur>0// 考虑上下中间有平坡 :只需要在 坡度摆动变化的时候,更新 pre 就行,这样 pre 在 单调区间有平坡的时候 就不会发生变化,造成我们的误判
// 考虑首尾元素 首尾元素都要计算坡度 尾部直接result本身就为1,首部假定开头pre=0int result = 1;int pre = 0; // 前一段默认先为0 后面遇到波动点的时候赋值为curint cur = 0;for(int i = 0; i < nums.length-1; i++){cur = nums[i+1] - nums[i];  // 后一段if((pre>=0 && cur<0) || (pre<=0 && cur>0)){  // 一正一负就找到一个峰值result++;pre = cur;  // 即出现波动点才给pre赋值为cur,就可以避免单调中平坡的影响} }return result;}
}

53. 最大子数组和【好思想】

题目链接
在这里插入图片描述

思想:遍历nums,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”

思想!!!:
如果一部分加和为负数,那么后面再加一个无论什么元素都相当于是减,那么就没必要了
那么就遍历nums,遇到和为负数就重新开始计算加和,
没遇到的时候:如果加和结果大于result就给result赋值 最后返回result
注意这里用了int result = Integer.MIN_VALUE; 保证了若数组都为负数,result记录的就是最大的负数。

class Solution {public int maxSubArray(int[] nums) {// 贪心算法,// 如果一部分加和为负数,那么后面再加一个无论什么元素都相当于是减,那么就没必要了// 那么就遍历nums,遇到和为负数就重新开始计算加和,没遇到的时候如果加和结果大于result就给result赋值,// 最后返回resultint result = Integer.MIN_VALUE; // 这个很重要 可以保证如果全为负数的时候可以正常输出int sum = 0;for(int i = 0; i < nums.length; i++){sum = sum+nums[i];if(sum > result) {  result = sum;}if(sum < 0){ // 如果加和小于零那就重新开始 因为后面再加没必要了sum = 0;}    }return result; // 最后返回的result就是最大的}
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/717521.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

15.网络游戏逆向分析与漏洞攻防-网络通信数据包分析工具-发送通信数据包至分析工具

上一个内容&#xff1a;14.数据包分析工具界面与通信设计 码云地址&#xff08;master 分支&#xff09;&#xff1a;https://gitee.com/dye_your_fingers/titan 码云版本号&#xff1a;2d6491e3c51a1a7ab4da0ee6dc4cf566a80fd6e1 代码下载地址&#xff0c;在 titan 目录下&…

模版进阶C++

非类型模版 之前我们写的模版都是在不知道模版&#xff08;类&#xff09;中有的变量的类型是什么的时候&#xff0c;我们先用模版参数定义&#xff0c;当类实例化的时候在传参确认 非类型模版&#xff1a;模版参数定义的时候也可以定义整型类型&#xff08;c20之后才支持其…

奇点云:SAFe框架下,我们对平台软件工程生产线做了4项改造

导读&#xff1a; 客户规模扩大&#xff0c;如何保证大数据软件产品和服务质量始终如一&#xff1f;几乎所有成长中的软件厂商&#xff0c;尤其是需要通过私有化部署交付的厂商&#xff0c;都会面临这个问题。正如《人月神话》中多次表明的&#xff0c;单纯地增加人手、扩大团队…

基于YOLOv8/YOLOv7/YOLOv6/YOLOv5的植物病害检测系统(Python+PySide6界面+训练代码)

摘要&#xff1a;开发高效的植物病害检测系统对于提升农业生产效率和作物健康管理意义重大。本篇博客详细阐述了如何运用深度学习技术构建一个植物病害检测系统&#xff0c;并提供了完整的实现代码。该系统基于先进的YOLOv8算法&#xff0c;对YOLOv7、YOLOv6、YOLOv5进行了性能…

考研数学——高数:微分方程

一、一阶线性微分方程 两种形式&#xff1a; 非齐次&#xff1a; 齐次&#xff1a; 推导过程 推导公式的过程一般由特殊到一般&#xff1a;所以先求解齐次方程的解 &#xff08;然后对等式两边同时积分&#xff09; 再来求非齐次方程的解&#xff0c;由…

03-grafana的下拉列表选项制作-grafana的变量

一、准备环境 为了实现下拉列表筛选的样例&#xff0c;我们监控两个linux节点&#xff1b; 目前&#xff0c;我们已经有了一个节点了&#xff0c;再添加一个&#xff1b; 二、grafana的仪表盘变量 如果想给仪表盘自定义下拉列表&#xff0c;那么&#xff0c;需要设置变量&#…

线上问题——2021-12-27 父子线程共用线程池导致死锁故障

一、事故现象 从早上6点开始edu-wings-admin的timer-task和mq就开始报警任务堆积&#xff0c;且数量持续上升&#xff0c;到6点50左右mq也开始告警&#xff0c;8点左右发现问题&#xff0c;开始排查&#xff0c;直到11点才找到问题&#xff0c;任务开始正常消费。 二、事故影响…

基于springboot+vue的疾病防控综合系统

博主主页&#xff1a;猫头鹰源码 博主简介&#xff1a;Java领域优质创作者、CSDN博客专家、阿里云专家博主、公司架构师、全网粉丝5万、专注Java技术领域和毕业设计项目实战&#xff0c;欢迎高校老师\讲师\同行交流合作 ​主要内容&#xff1a;毕业设计(Javaweb项目|小程序|Pyt…

计算机设计大赛 深度学习猫狗分类 - python opencv cnn

文章目录 0 前言1 课题背景2 使用CNN进行猫狗分类3 数据集处理4 神经网络的编写5 Tensorflow计算图的构建6 模型的训练和测试7 预测效果8 最后 0 前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 &#x1f6a9; **基于深度学习猫狗分类 ** 该项目较为新颖&a…

Python测试框架pytest介绍用法

1、介绍 pytest是python的一种单元测试框架&#xff0c;同自带的unittest测试框架类似&#xff0c;相比于unittest框架使用起来更简洁、效率更高 pip install -U pytest 特点&#xff1a; 1.非常容易上手,入门简单,文档丰富&#xff0c;文档中有很多实例可以参考 2.支持简单的单…

C++内存模型与内存序

写在前面 在真正了解Memory Order的作用之前&#xff0c;曾经简单地将Memory Order等同于mutex和atomic来进行线程间数据同步&#xff0c;或者用来限制线程间的执行顺序&#xff0c;其实这是一个错误的理解。直到后来仔细研究了Memory Order之后&#xff0c;才发现无论是功能还…

力扣706:设计哈希映射

题目&#xff1a; 不使用任何内建的哈希表库设计一个哈希映射&#xff08;HashMap&#xff09;。 实现 MyHashMap 类&#xff1a; MyHashMap() 用空映射初始化对象void put(int key, int value) 向 HashMap 插入一个键值对 (key, value) 。如果 key 已经存在于映射中&#x…

【GPU驱动开发】- mesa编译与链接过程详细分析

前言 不必害怕未知&#xff0c;无需恐惧犯错&#xff0c;做一个Creator&#xff01; 一、总体框架图 暂时无法在飞书文档外展示此内容 二、Mesa API 处理 OpenGL 函数调用 Mesa API 负责实现 OpenGL 和其他图形 API 的函数接口。Mesa API 表是一个重要的数据结构&#xf…

数据中台的演进与实践——构建企业的数字核心_光点科技

数据中台&#xff0c;一个在近年来被频繁提及的概念&#xff0c;已经成为众多企业数字化转型的核心组成部分。然而&#xff0c;尽管它的重要性被业界广泛认可&#xff0c;对于数据中台的深入理解和有效实践仍然是许多企业面临的挑战。在本文中&#xff0c;我们将从数据中台的演…

基于window安装Elasticsearch详细教程

目录 一、安装Java环境1.1 Java版本选择 二、下载和安装ES2.1 下载地址2.2 文件目录 3、启动服务3.1 以管理员身份打开cmd3.2 首次登录会有密码&#xff0c;需要记住3.3 访问 一、安装Java环境 1.1 Java版本选择 官网地址&#xff1a;https://www.elastic.co/cn/support/matr…

9个接口性能优化方案,RT从9000ms到180ms

昨天接到生产 SkyWalking 链路监控告警: 服务的百分位数响应时间在过去的 10 分钟内超过 2000 毫秒的次数达到 3 次。 经过不断的优化&#xff0c;将接口从 9000ms 优化到 180ms&#xff0c;先看结果 优化前&#xff1a; 优化后&#xff1a; 废话不多我们开始 一、定位性能差的…

Maven实战(2)之搭建maven私服

一, 背景: 如果使用国外镜像,下载速度比较慢; 如果使用阿里云镜像,速度还算OK,但是假如网速不好的时候,其实也是比较慢的; 如果没有网的情况下更加下载不了. 二, 本地仓库、个人/公司私服、远程仓库关系如下: 三, 下载安装nexus私服 略

Notepad3:告别Windows记事本,轻松进行文本编辑

名人说&#xff1a;莫道桑榆晚&#xff0c;为霞尚满天。——刘禹锡&#xff08;刘梦得&#xff0c;诗豪&#xff09; 创作者&#xff1a;Code_流苏(CSDN)&#xff08;一个喜欢古诗词和编程的Coder&#x1f60a;&#xff09; 目录 一、什么是Notepad3&#xff1f;①Notepad3②核…

openGauss学习笔记-234 openGauss性能调优-系统调优-资源负载管理-资源管理准备-设置控制组

文章目录 openGauss学习笔记-234 openGauss性能调优-系统调优-资源负载管理-资源管理准备-设置控制组234.1 背景信息234.2 前提条件234.3 操作步骤234.3.1 创建子Class控制组和Workload控制组234.3.2 更新控制组的资源配额234.3.3 删除控制组 234.4 查看控制组的信息 openGauss…

第八节 龙晰Anolis 8.8 安装 DDE 桌面环境

一、前言 最小化安装的龙晰 Anolis OS 8.8 是不带图形化界面的&#xff0c;只能使用命令行&#xff0c;有些时候需要用到桌面环境&#xff0c;而DDE (Deepin Desktop Enviroment) 就是很好的桌面环境&#xff0c;它是指龙晰 Anolis 所搭载的中国自主桌面环境&#xff0c;用起来…