【经典LeetCode算法题目专栏分类】【第5期】贪心算法：分发饼干、跳跃游戏、模拟行走机器人

《博主简介》

小伙伴们好，我是阿旭。专注于人工智能AI、python、计算机视觉相关分享研究。
✌更多学习资源，可关注公-仲-hao:【阿旭算法与机器学习】，共同学习交流~
👍感谢小伙伴们点赞、关注！

分发饼干

class Solution:     def findContentChildren(self, g: List[int], s: List[int]) -> int:         # 贪心算法         res = 0         g.sort()         s.sort()         i = 0         j = 0         while i < len(g) and j < len(s):             # 饼干满足胃口             if g[i] <= s[j]:                 res += 1                 i += 1                 j += 1             else:             # 饼干不满足胃口，查找下一个饼干                 j += 1         return res

跳跃游戏

class Solution:     def canJump(self, nums: List[int]) -> bool:         # 贪心算法         reach_index = len(nums) - 1 # 表示能够到达的索引位置         for i in range(len(nums)-1,-1,-1):             # 从后往前遍历，如果满足下述条件说明能够达到当前索引             if i + nums[i] >= reach_index:                 reach_index = i         return reach_index == 0 class Solution:     def canJump(self, nums: List[int]) -> bool:         if nums == [0]: return True         maxDist = 0 # 能够达到的最远距离         end_index = len(nums)-1         for i, jump in enumerate(nums):             # maxDist >= i表示能够达到当前索引位置，并且从当前索引开始             if maxDist >= i and i+jump > maxDist:                 maxDist = i+jump                 if maxDist >= end_index:                     return True         return False

跳跃游戏2

class Solution:     def jump(self, nums: List[int]) -> int:         end = 0  # end 表示当前能跳的边界         maxPosition = 0         steps = 0         for i in range(len(nums) - 1):             # 找能跳的最远的             maxPosition = max(maxPosition, nums[i] + i);              if i == end: #遇到边界，就更新边界，并且步数加一                 end = maxPosition;                 steps += 1         return steps;

模拟行走机器人

class Solution:     def robotSim(self, commands: List[int], obstacles: List[List[int]]) -> int:         if not commands:             return 0         # 索引0,1,2,3分别表示北，东，南，西         direx = [0, 1, 0, -1]         direy = [1, 0, -1, 0]         curx, cury, curdire, ans = 0, 0, 0, 0         com_len, obs_len = len(commands), len(obstacles)         obstacle_set = {(obstacles[i][0], obstacles[i][1]) for i in range(obs_len)}  # 变为集合，使判断是否有障碍物更快              for i in range(com_len):             if commands[i] == -1: # 向右转90度                 curdire = (curdire +1) % 4             elif commands[i] == -2: # 向左转90度                 curdire = (curdire + 3) %4             else: #  1 <= x <= 9: 向前移动x个单位长度                 for j in range(commands[i]):                     # 试图走出一步，并判断是否遇到了障碍物                     nx = curx + direx[curdire]                     ny = cury + direy[curdire]                     # 当前坐标不是障碍物，计算并存储的最大欧式距离的平方做比较                     if (nx, ny) not in obstacle_set:                         curx = nx                         cury = ny                         ans = max(ans, curx*curx + cury*cury)                     else:                         # 是障碍点，被挡住了，停留，智能等待下一个指令，那可以跳出当前指令了。                         break         return ans

关于本篇文章大家有任何建议或意见，欢迎在评论区留言交流！

觉得不错的小伙伴，感谢点赞、关注加收藏哦！

欢迎关注下方GZH：阿旭算法与机器学习，共同学习交流~