营销型网站窗口客服专门做推广的公司

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

贪心算法一般分为如下四步：

• 将问题分解为若干个子问题
• 找出适合的贪心策略
• 求解每一个子问题的最优解
• 将局部最优解堆叠成全局最优解

1.分发饼干

先将饼干数组和小孩数组排序。

然后从后向前遍历小孩数组，用大饼干优先满足胃口大的，并统计满足小孩数量

class Solution {public int findContentChildren(int[] g, int[] s) {// 1. sortArrays.sort(g);Arrays.sort(s);int count = 0;int sindex = s.length - 1;// 倒序遍历小孩数组，如果排序后饼干最大满足该小孩胃口，count++,sindex--;for (int i = g.length - 1; i >= 0; i--) {if (sindex >= 0 && s[sindex] >= g[i]) {count++;sindex--;}}return count;}
}

2.摆动序列

考虑三种情况：

1. 情况一：上下坡中有平坡
2. 情况二：数组首尾两端
3. 情况三：单调坡中有平坡

 

class Solution {public int wiggleMaxLength(int[] nums) {if (nums.length <= 1) {return nums.length;}int curDiff = 0;// 当前差值int preDiff = 0;// 上一个差值int count = 1;for (int i = 1; i < nums.length; i++) {// 当前差值curDiff = nums[i] - nums[i - 1];//如果当前差值和上一个差值为一正一负//等于0的情况表示初始时的preDiffif ((curDiff > 0 && preDiff <= 0) || (curDiff < 0 && preDiff >= 0)) {count++;preDiff = curDiff;}}return count;}
}

3.最大子序列和

（1）遍历记录最大子序列和

（2）发现前一段子序列和为负，要更新子序列和起始位置

class Solution {public int maxSubArray(int[] nums) {if (nums.length == 1) return nums[0];int sum = Integer.MIN_VALUE;int count = 0;for (int i = 0; i < nums.length; i++) {// 贪心，记录区间累计最大值count += nums[i];sum = Math.max(sum, count);if (count <= 0) count = 0; // 重置最大子序列和起始位置，如果count < 0,要去掉之前的序列。}return sum;}
}