代码随想录贪心算法-简单题目

455.分发饼干

1005.K次取反后最大化的数组和

860.柠檬水找零

455.分发饼干

455. 分发饼干

简单

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。

示例 1:

输入: g = [1,2,3], s = [1,1]
输出: 1
解释: 
你有三个孩子和两块小饼干，3个孩子的胃口值分别是：1,2,3。
虽然你有两块小饼干，由于他们的尺寸都是1，你只能让胃口值是1的孩子满足。
所以你应该输出1。

示例 2:

输入: g = [1,2], s = [1,2,3]
输出: 2
解释: 
你有两个孩子和三块小饼干，2个孩子的胃口值分别是1,2。
你拥有的饼干数量和尺寸都足以让所有孩子满足。
所以你应该输出2.

提示：

1 <= g.length <= 3 * 104
0 <= s.length <= 3 * 104
1 <= g[i], s[j] <= 231 - 1

用可满足该孩子的最小饼干去喂该孩子

class Solution {  // 方法用于找到可以匹配的孩子和饼干的数量  public int findContentChildren(int[] g, int[] s) {  // 对孩子的胃口大小数组和饼干大小数组进行排序  Arrays.sort(g);  Arrays.sort(s);  // begin变量用于记录饼干数组当前检查的起始位置  int begin = 0;  // count变量用于记录成功匹配的孩子和饼干的数量  int count = 0;  // 遍历孩子的胃口大小数组  for(int i = 0; i < g.length; i++){  // 从begin开始遍历饼干大小数组  for(int j = begin; j < s.length; j++){  // 如果找到一块饼干的大小大于等于当前孩子的胃口  if(s[j] >= g[i]){  // 更新begin为当前饼干的后一个位置，这样下次就不需要再检查这块饼干  begin = j + 1;  // 匹配成功，count加1  count++;  // 跳出内层循环，继续检查下一个孩子的胃口  break;  }    }  }  // 返回成功匹配的孩子和饼干的数量  return count;  }  
}

1005.K次取反后最大化的数组和

1005. K 次取反后最大化的数组和

简单

给你一个整数数组 nums 和一个整数 k ，按以下方法修改该数组：

选择某个下标 i 并将 nums[i] 替换为 -nums[i] 。

重复这个过程恰好 k 次。可以多次选择同一个下标 i 。

以这种方式修改数组后，返回数组 可能的最大和 。

示例 1：

输入：nums = [4,2,3], k = 1
输出：5
解释：选择下标 1 ，nums 变为 [4,-2,3] 。

示例 2：

输入：nums = [3,-1,0,2], k = 3
输出：6
解释：选择下标 (1, 2, 2) ，nums 变为 [3,1,0,2] 。

示例 3：

输入：nums = [2,-3,-1,5,-4], k = 2
输出：13
解释：选择下标 (1, 4) ，nums 变为 [2,3,-1,5,4] 。

提示：

1 <= nums.length <= 104
-100 <= nums[i] <= 100
1 <= k <= 104

排序后取反k次，优先取反负数，负数全部取反后，排序得到最小的非负数，对其进行k次取反后得到最大的sum

class Solution {  // 方法用于计算在数组nums上进行k次取反操作后可能得到的最大和  public int largestSumAfterKNegations(int[] nums, int k) {  int sum = 0;  // 先对数组进行排序，这样负数会排在前面  Arrays.sort(nums);  // 遍历数组，将负数取反（如果k还有剩余并且当前数字是负数）  for(int i = 0; i < nums.length; i++){  if(k > 0 && nums[i] < 0){  nums[i] = -nums[i]; // 取反当前负数  k--; // k剩余次数减1  }  }  // 再次对数组进行排序，因为取反操作可能改变了数组的顺序  Arrays.sort(nums);  // 如果k还有剩余且为奇数，则将最小的数取反（这样可以得到最大和）  if(k > 0 && k % 2 == 1){  nums[0] = -nums[0];  }  // 计算排序后数组的总和  for(int i = 0; i < nums.length; i++){  sum += nums[i];  }  // 返回计算得到的最大和  return sum;  }  
}

笨蛋写法，每次取反都取最小的

class Solution {public int largestSumAfterKNegations(int[] nums, int k) {int sum = 0;for(int i = 0; i < k; i++){Arrays.sort(nums);nums[0] = -nums[0];   }for(int i = 0; i < nums.length; i++){sum += nums[i];}return sum;}
}

860.柠檬水找零

860. 柠檬水找零

简单

在柠檬水摊上，每一杯柠檬水的售价为 5 美元。顾客排队购买你的产品，（按账单 bills 支付的顺序）一次购买一杯。

每位顾客只买一杯柠檬水，然后向你付 5 美元、10 美元或 20 美元。你必须给每个顾客正确找零，也就是说净交易是每位顾客向你支付 5 美元。

注意，一开始你手头没有任何零钱。

给你一个整数数组 bills ，其中 bills[i] 是第 i 位顾客付的账。如果你能给每位顾客正确找零，返回 true ，否则返回 false 。

示例 1：

输入：bills = [5,5,5,10,20]
输出：true
解释：
前 3 位顾客那里，我们按顺序收取 3 张 5 美元的钞票。
第 4 位顾客那里，我们收取一张 10 美元的钞票，并返还 5 美元。
第 5 位顾客那里，我们找还一张 10 美元的钞票和一张 5 美元的钞票。
由于所有客户都得到了正确的找零，所以我们输出 true。

示例 2：

输入：bills = [5,5,10,10,20]
输出：false
解释：
前 2 位顾客那里，我们按顺序收取 2 张 5 美元的钞票。
对于接下来的 2 位顾客，我们收取一张 10 美元的钞票，然后返还 5 美元。
对于最后一位顾客，我们无法退回 15 美元，因为我们现在只有两张 10 美元的钞票。
由于不是每位顾客都得到了正确的找零，所以答案是 false。

提示：

1 <= bills.length <= 105
bills[i] 不是 5 就是 10 或是 20

我的思路：因为美元10只能给账单20找零，而美元5可以给账单10和账单20找零，美元5更万能！所以找零优先用10元面值

class Solution {  // 判断是否能通过5元和10元找零满足所有顾客  public boolean lemonadeChange(int[] bills) {  // 使用一个数组来统计各个面额的纸币数量，数组下标代表纸币面额，从1到20  int[] count = new int[21];  // 遍历每张纸币  for(int i = 0; i < bills.length; i++){  // 当前纸币的面额出现次数加1  count[bills[i]] += 1;  // 需要的找零金额，初始值为当前纸币面额减去5int change = bills[i] - 5;  // 当需要找零的金额大于等于10，并且还有10元纸币可用时  while(change >= 10 && count[10] > 0){  // 使用一张10元纸币找零  count[10] -= 1;  // 更新找零金额，减去10  change -= 10;  }  // 当剩余的找零金额大于等于5，并且还有5元纸币可用时  while(change >= 5 && count[5] > 0){  // 使用一张5元纸币找零  count[5] -= 1;  // 更新找零金额，减去5  change -= 5;  }  // 如果找零金额仍然不为0，说明当前纸币无法找零  if(change != 0){  return false;  }  }  // 如果所有纸币都能成功找零，返回true  return true;  }  
}

找零有如下三种情况：

情况一：账单是5，直接收下。
情况二：账单是10，消耗一个5，增加一个10
情况三：账单是20，优先消耗一个10和一个5，如果不够，再消耗三个5

此时大家就发现情况一，情况二，都是固定策略，都不用我们来做分析了，而唯一不确定的其实在情况三。

而情况三逻辑也不复杂甚至感觉纯模拟就可以了，其实情况三这里是有贪心的。

账单是20的情况，为什么要优先消耗一个10和一个5呢？

因为美元10只能给账单20找零，而美元5可以给账单10和账单20找零，美元5更万能！

所以局部最优：遇到账单20，优先消耗美元10，完成本次找零。全局最优：完成全部账单的找零。

class Solution {  public boolean lemonadeChange(int[] bills) {  // five表示当前拥有的5元纸币数量  int five = 0;  // ten表示当前拥有的10元纸币数量  int ten = 0;  // 遍历顾客支付的每张纸币  for (int i = 0; i < bills.length; i++) {  // 如果当前纸币是5元  if (bills[i] == 5) {  // 增加5元纸币的数量  five++;  }   // 如果当前纸币是10元  else if (bills[i] == 10) {  // 需要找零5元，因此减少5元纸币的数量  five--;  // 增加10元纸币的数量  ten++;  }   // 如果当前纸币是20元  else if (bills[i] == 20) {  // 优先使用10元和5元纸币找零  if (ten > 0) {  // 如果有10元纸币，则使用一张10元纸币找零  ten--;  // 同时使用一张5元纸币找零  five--;  } else {  // 如果没有10元纸币，则使用三张5元纸币找零  five -= 3;  }  }  // 如果在找零过程中5元或10元纸币数量变为负数，说明无法找零，返回false  if (five < 0 || ten < 0) return false;  }  // 如果所有纸币都能成功找零，返回true  return true;  }  
}