mirror of
https://github.com/youngyangyang04/leetcode-master.git
synced 2025-07-09 03:34:02 +08:00
Update
This commit is contained in:
@ -73,11 +73,11 @@ public:
|
|||||||
for (int i = 0; i < nums.size(); i++) {
|
for (int i = 0; i < nums.size(); i++) {
|
||||||
nextDistance = max(nums[i] + i, nextDistance); // 更新下一步覆盖最远距离下标
|
nextDistance = max(nums[i] + i, nextDistance); // 更新下一步覆盖最远距离下标
|
||||||
if (i == curDistance) { // 遇到当前覆盖最远距离下标
|
if (i == curDistance) { // 遇到当前覆盖最远距离下标
|
||||||
if (curDistance != nums.size() - 1) { // 如果当前覆盖最远距离下标不是终点
|
if (curDistance < nums.size() - 1) { // 如果当前覆盖最远距离下标不是终点
|
||||||
ans++; // 需要走下一步
|
ans++; // 需要走下一步
|
||||||
curDistance = nextDistance; // 更新当前覆盖最远距离下标(相当于加油了)
|
curDistance = nextDistance; // 更新当前覆盖最远距离下标(相当于加油了)
|
||||||
if (nextDistance >= nums.size() - 1) break; // 下一步的覆盖范围已经可以达到终点,结束循环
|
if (nextDistance >= nums.size() - 1) break; // 下一步的覆盖范围已经可以达到终点,结束循环
|
||||||
} else break; // 当前覆盖最远距离下标是集合终点,不用做ans++操作了,直接结束
|
} else break; // 当前覆盖最远距到达集合终点,不用做ans++操作了,直接结束
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
return ans;
|
return ans;
|
||||||
@ -126,7 +126,7 @@ public:
|
|||||||
|
|
||||||
可以看出版本二的代码相对于版本一简化了不少!
|
可以看出版本二的代码相对于版本一简化了不少!
|
||||||
|
|
||||||
其精髓在于控制移动下标i只移动到nums.size() - 2的位置,所以移动下标只要遇到当前覆盖最远距离的下标,直接步数加一,不用考虑别的了。
|
**其精髓在于控制移动下标i只移动到nums.size() - 2的位置**,所以移动下标只要遇到当前覆盖最远距离的下标,直接步数加一,不用考虑别的了。
|
||||||
|
|
||||||
## 总结
|
## 总结
|
||||||
|
|
||||||
|
@ -12,9 +12,9 @@
|
|||||||
给定一个整数数组 nums ,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。
|
给定一个整数数组 nums ,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。
|
||||||
|
|
||||||
示例:
|
示例:
|
||||||
输入: [-2,1,-3,4,-1,2,1,-5,4]
|
* 输入: [-2,1,-3,4,-1,2,1,-5,4]
|
||||||
输出: 6
|
* 输出: 6
|
||||||
解释: 连续子数组 [4,-1,2,1] 的和最大,为 6。
|
* 解释: 连续子数组 [4,-1,2,1] 的和最大,为 6。
|
||||||
|
|
||||||
|
|
||||||
## 暴力解法
|
## 暴力解法
|
||||||
@ -103,8 +103,28 @@ public:
|
|||||||
|
|
||||||
当然题目没有说如果数组为空,应该返回什么,所以数组为空的话返回啥都可以了。
|
当然题目没有说如果数组为空,应该返回什么,所以数组为空的话返回啥都可以了。
|
||||||
|
|
||||||
|
|
||||||
|
## 常见误区
|
||||||
|
|
||||||
|
误区一:
|
||||||
|
|
||||||
不少同学认为 如果输入用例都是-1,或者 都是负数,这个贪心算法跑出来的结果是0, 这是**又一次证明脑洞模拟不靠谱的经典案例**,建议大家把代码运行一下试一试,就知道了,也会理解 为什么 result 要初始化为最小负数了。
|
不少同学认为 如果输入用例都是-1,或者 都是负数,这个贪心算法跑出来的结果是0, 这是**又一次证明脑洞模拟不靠谱的经典案例**,建议大家把代码运行一下试一试,就知道了,也会理解 为什么 result 要初始化为最小负数了。
|
||||||
|
|
||||||
|
|
||||||
|
误区二:
|
||||||
|
|
||||||
|
大家在使用贪心算法求解本题,经常陷入的误区,就是分不清,是遇到 负数就选择起始位置,还是连续和为负选择起始位置。
|
||||||
|
|
||||||
|
在动画演示用,大家可以发现, 4,遇到 -1 的时候,我们依然累加了,为什么呢?
|
||||||
|
|
||||||
|
因为和为3,只要连续和还是正数就会 对后面的元素 起到增大总和的作用。 所以只要连续和为正数我们就保留。
|
||||||
|
|
||||||
|
这里也会有录友疑惑,那 4 + -1 之后 不就变小了吗? 会不会错过 4 成为最大连续和的可能性?
|
||||||
|
|
||||||
|
其实并不会,因为还有一个变量result 一直在更新 最大的连续和,只要有更大的连续和出现,result就更新了,那么result已经把4更新了,后面 连续和变成3,也不会对最后结果有影响。
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
## 动态规划
|
## 动态规划
|
||||||
|
|
||||||
当然本题还可以用动态规划来做,当前[「代码随想录」](https://img-blog.csdnimg.cn/20201124161234338.png)主要讲解贪心系列,后续到动态规划系列的时候会详细讲解本题的dp方法。
|
当然本题还可以用动态规划来做,当前[「代码随想录」](https://img-blog.csdnimg.cn/20201124161234338.png)主要讲解贪心系列,后续到动态规划系列的时候会详细讲解本题的dp方法。
|
||||||
@ -135,7 +155,7 @@ public:
|
|||||||
|
|
||||||
本题的贪心思路其实并不好想,这也进一步验证了,别看贪心理论很直白,有时候看似是常识,但贪心的题目一点都不简单!
|
本题的贪心思路其实并不好想,这也进一步验证了,别看贪心理论很直白,有时候看似是常识,但贪心的题目一点都不简单!
|
||||||
|
|
||||||
后续将介绍的贪心题目都挺难的,哈哈,所以贪心很有意思,别小看贪心!
|
后续将介绍的贪心题目都挺难的,所以贪心很有意思,别小看贪心!
|
||||||
|
|
||||||
## 其他语言版本
|
## 其他语言版本
|
||||||
|
|
||||||
|
@ -78,7 +78,7 @@ public:
|
|||||||
|
|
||||||
一些同学可能感觉,我在讲贪心系列的时候,题目和题目之间貌似没有什么联系?
|
一些同学可能感觉,我在讲贪心系列的时候,题目和题目之间貌似没有什么联系?
|
||||||
|
|
||||||
**是真的就是没什么联系,因为贪心无套路!**没有个整体的贪心框架解决一系列问题,只能是接触各种类型的题目锻炼自己的贪心思维!
|
**是真的就是没什么联系,因为贪心无套路**!没有个整体的贪心框架解决一系列问题,只能是接触各种类型的题目锻炼自己的贪心思维!
|
||||||
|
|
||||||
## 其他语言版本
|
## 其他语言版本
|
||||||
|
|
||||||
|
@ -83,6 +83,7 @@ public:
|
|||||||
```
|
```
|
||||||
|
|
||||||
## 其他语言版本
|
## 其他语言版本
|
||||||
|
|
||||||
<p align="center">
|
<p align="center">
|
||||||
<a href="https://programmercarl.com/other/kstar.html" target="_blank">
|
<a href="https://programmercarl.com/other/kstar.html" target="_blank">
|
||||||
<img src="../pics/网站星球宣传海报.jpg" width="1000"/>
|
<img src="../pics/网站星球宣传海报.jpg" width="1000"/>
|
||||||
|
@ -52,6 +52,7 @@
|
|||||||
C++代码整体如下:
|
C++代码整体如下:
|
||||||
|
|
||||||
```CPP
|
```CPP
|
||||||
|
// 版本一
|
||||||
// 时间复杂度:O(nlogn)
|
// 时间复杂度:O(nlogn)
|
||||||
// 空间复杂度:O(1)
|
// 空间复杂度:O(1)
|
||||||
class Solution {
|
class Solution {
|
||||||
@ -61,8 +62,8 @@ public:
|
|||||||
sort(s.begin(), s.end());
|
sort(s.begin(), s.end());
|
||||||
int index = s.size() - 1; // 饼干数组的下标
|
int index = s.size() - 1; // 饼干数组的下标
|
||||||
int result = 0;
|
int result = 0;
|
||||||
for (int i = g.size() - 1; i >= 0; i--) {
|
for (int i = g.size() - 1; i >= 0; i--) { // 遍历胃口
|
||||||
if (index >= 0 && s[index] >= g[i]) {
|
if (index >= 0 && s[index] >= g[i]) { // 遍历饼干
|
||||||
result++;
|
result++;
|
||||||
index--;
|
index--;
|
||||||
}
|
}
|
||||||
@ -76,6 +77,26 @@ public:
|
|||||||
|
|
||||||
有的同学看到要遍历两个数组,就想到用两个for循环,那样逻辑其实就复杂了。
|
有的同学看到要遍历两个数组,就想到用两个for循环,那样逻辑其实就复杂了。
|
||||||
|
|
||||||
|
|
||||||
|
### 注意事项
|
||||||
|
|
||||||
|
注意版本一的代码中,可以看出来,是先遍历的胃口,在遍历的饼干,那么可不可以 先遍历 饼干,在遍历胃口呢?
|
||||||
|
|
||||||
|
其实是不可以的。
|
||||||
|
|
||||||
|
外面的for 是里的下标i 是固定移动的,而if里面的下标 index 是符合条件才移动的。
|
||||||
|
|
||||||
|
如果 for 控制的是饼干, if 控制胃口,就是出现如下情况 :
|
||||||
|
|
||||||
|

|
||||||
|
|
||||||
|
if 里的 index 指向 胃口 10, for里的i指向饼干9,因为 饼干9 满足不了 胃口10,所以 i 持续向前移动,而index 走不到` s[index] >= g[i]` 的逻辑,所以index不会移动,那么当i 持续向前移动,最后所有的饼干都匹配不上。
|
||||||
|
|
||||||
|
所以 一定要for 控制 胃口,里面的if控制饼干。
|
||||||
|
|
||||||
|
|
||||||
|
### 其他思路
|
||||||
|
|
||||||
**也可以换一个思路,小饼干先喂饱小胃口**
|
**也可以换一个思路,小饼干先喂饱小胃口**
|
||||||
|
|
||||||
代码如下:
|
代码如下:
|
||||||
@ -87,8 +108,8 @@ public:
|
|||||||
sort(g.begin(),g.end());
|
sort(g.begin(),g.end());
|
||||||
sort(s.begin(),s.end());
|
sort(s.begin(),s.end());
|
||||||
int index = 0;
|
int index = 0;
|
||||||
for(int i = 0;i < s.size();++i){
|
for(int i = 0; i < s.size(); i++) { // 饼干
|
||||||
if(index < g.size() && g[index] <= s[i]){
|
if(index < g.size() && g[index] <= s[i]){ // 胃口
|
||||||
index++;
|
index++;
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
@ -97,6 +118,10 @@ public:
|
|||||||
};
|
};
|
||||||
```
|
```
|
||||||
|
|
||||||
|
细心的录友可以发现,这种写法,两个循环的顺序改变了,先遍历的饼干,在遍历的胃口,这是因为遍历顺序变了,我们是从小到大遍历。
|
||||||
|
|
||||||
|
理由在上面 “注意事项”中 已经讲过。
|
||||||
|
|
||||||
## 总结
|
## 总结
|
||||||
|
|
||||||
这道题是贪心很好的一道入门题目,思路还是比较容易想到的。
|
这道题是贪心很好的一道入门题目,思路还是比较容易想到的。
|
||||||
|
@ -44,7 +44,7 @@
|
|||||||
|
|
||||||
那么如果将负数都转变为正数了,K依然大于0,此时的问题是一个有序正整数序列,如何转变K次正负,让 数组和 达到最大。
|
那么如果将负数都转变为正数了,K依然大于0,此时的问题是一个有序正整数序列,如何转变K次正负,让 数组和 达到最大。
|
||||||
|
|
||||||
那么又是一个贪心:局部最优:只找数值最小的正整数进行反转,当前数值可以达到最大(例如正整数数组{5, 3, 1},反转1 得到-1 比 反转5得到的-5 大多了),全局最优:整个 数组和 达到最大。
|
那么又是一个贪心:局部最优:只找数值最小的正整数进行反转,当前数值和可以达到最大(例如正整数数组{5, 3, 1},反转1 得到-1 比 反转5得到的-5 大多了),全局最优:整个 数组和 达到最大。
|
||||||
|
|
||||||
虽然这道题目大家做的时候,可能都不会去想什么贪心算法,一鼓作气,就AC了。
|
虽然这道题目大家做的时候,可能都不会去想什么贪心算法,一鼓作气,就AC了。
|
||||||
|
|
||||||
|
@ -144,6 +144,11 @@ public:
|
|||||||
}
|
}
|
||||||
};
|
};
|
||||||
```
|
```
|
||||||
|
## 类似题目
|
||||||
|
|
||||||
|
* 1254. 统计封闭岛屿的数目
|
||||||
|
|
||||||
|
|
||||||
<p align="center">
|
<p align="center">
|
||||||
<a href="https://programmercarl.com/other/kstar.html" target="_blank">
|
<a href="https://programmercarl.com/other/kstar.html" target="_blank">
|
||||||
<img src="../pics/网站星球宣传海报.jpg" width="1000"/>
|
<img src="../pics/网站星球宣传海报.jpg" width="1000"/>
|
||||||
|
Reference in New Issue
Block a user