【数据结构与算法】LeetCode： 贪心算法

LeetCode： 贪心算法

买卖股票的最佳时机 （Hot100）

买卖股票的最佳时机

买卖只有一次

class Solution {
public:int maxProfit(vector<int>& prices) {int max_profit = 0;int min_price = INT_MAX ;for(int price : prices){  // ，右边的最大值-左边的最小值为最优值max_profit = max(max_profit, price- min_price); min_price = min(min_price,price);}return max_profit;}
};

买卖股票的最佳时机 II

买卖股票的最佳时机 II

买卖可以有多次

class Solution {
public:int maxProfit(vector<int>& prices) {int result = 0;for(int i = 1; i < prices.size(); i++)result += max(prices[i] - prices[i-1], 0); // 把每天的正收益加起来return result;}
};

跳跃游戏 （Hot100）

跳跃游戏
能否到达最后一个下标

class Solution {
public:bool canJump(vector<int>& nums) {int max_pos  = 0 + nums[0]; // i之前的最远可达位置for(int i = 1; i < nums.size(); i++){   // 枚举每个位置if (i > max_pos) return false;      // i不可达max_pos = max(max_pos, i + nums[i]);}return true;}
};

跳跃游戏 II（Hot100）

跳跃游戏 II
到达最后一个下标的最小跳跃次数

class Solution {
public:int jump(vector<int> &nums) {int ans = 0;    // 跳跃次数int start = 0;  // 当前跳跃可达区间左边界int end = 0;    // 当前跳跃可达空间右边界while (end < nums.size() - 1) {int max_pos = 0;    // 能跳到的最远距离for (int i = start; i <= end; i++) {// 当前可达区间能跳到的最远距离max_pos = max(max_pos, i + nums[i]);}ans++;            // 跳跃start = end + 1;  // 更新左边界end = max_pos;    // 更新右边界}return ans;}
};

划分字母区间 （Hot100）

划分字母区间

统计每一个字符最后出现的位置。
从头遍历字符，并更新已遍历字符的最远出现下标，如果找到最远出现位置下标和当前下标相等了，则找到了分割点

class Solution {
public:vector<int> partitionLabels(string S) {int hash[26] = {0}; // i为字符，hash[i]为字符出现的最后位置for (int i = 0; i < S.size(); i++) { // 统计每一个字符最后出现的位置hash[S[i] - 'a'] = i;}vector<int> result;int left = 0; // 遍历最左下标int right = 0;// 已遍历字符最大出现位置// 从头遍历字符for (int i = 0; i < S.size(); i++) {right = max(right, hash[S[i] - 'a']); // 更新已遍历(i之前)字符最大出现位置// 如果找到已遍历字符最远出现位置下标和当前下标相等了，则找到了分割点if (i == right) { result.push_back(right - left + 1);left = i + 1;}}return result;}
};

分发饼干

分发饼干

class Solution {
public:int findContentChildren(vector<int>& g, vector<int>& s) {sort(g.begin(), g.end());sort(s.begin(), s.end());int index = s.size() - 1;                 // 饼干数量int result = 0;                           // 喂饱的小孩数量for (int i = g.size() - 1; i >= 0; i--) { // 遍历小孩if (index >= 0 && s[index] >= g[i]) { // 还有饼干且饼干尺寸大于小孩胃口result++;index--;}}return result;}
};

K次取反后最大化的数组和

K次取反后最大化的数组和

class Solution { 
public:int largestSumAfterKNegations(vector<int>& nums, int K) {// 按照绝对值从大到小排列sort(nums.begin(), nums.end(), [](int a, int b){return abs(a) > abs(b);}); for(int i = 0; i < nums.size(); i++){if(nums[i] < 0 && K > 0){  // 把最小的负数变为正nums[i] *= -1;K--;}}// 如果K不为0且nums此时都为正数：负负得正抵消if(K % 2 == 1) nums[nums.size() - 1] *= -1; // 如果K为奇数int result = 0;for(int a : nums) result += a;return result;}
};

合并区间

合并区间

class Solution {
public:vector<vector<int>> merge(vector<vector<int>>& intervals) {vector<vector<int>> result;// 根据左边界从小到大排序sort(intervals.begin(), intervals.end(), [](const vector<int>& a, const vector<int>& b){return a[0] < b[0];});// 第一个区间就可以放进结果集里，后面如果重叠，在result上直接合并result.push_back(intervals[0]); for (int i = 1; i < intervals.size(); i++) {if (result.back()[1] >= intervals[i][0]) { // 发现重叠区间// 合并区间，只更新右边界就好，因为是按照左边界排序的result.back()[1] = max(result.back()[1], intervals[i][1]); } else { // 区间不重叠 ，直接放入result.push_back(intervals[i]); }}return result;}
};

用最少数量的箭引爆气球

用最少数量的箭引爆气球

class Solution {public:int findMinArrowShots(vector<vector<int>>& points) {if (points.size() == 0) return 0;// 按照左边界从小到大排序sort(points.begin(), points.end(), [](vector<int>& a, vector<int>& b){return a[0] < b[0];});int result = 1; // points 不为空至少需要一支箭for (int i = 1; i < points.size(); i++) {if (points[i][0] > points[i - 1][1]) {  // 气球i和气球i-1不挨着result++; // 需要加一支箭}else {  // 气球i和气球i-1挨着points[i][1] = min(points[i - 1][1], points[i][1]); // 更新重叠气球最小右边界}}return result;}
};

无重叠区间

无重叠区间

class Solution {
public:int eraseOverlapIntervals(vector<vector<int>>& intervals) {if (intervals.size() == 0) return 0;//  按照区间左边界从小到大排序sort(intervals.begin(), intervals.end(), [](vector<int>& a, vector<int>& b){return a[0] < b[0];});int result = 1; // 记录非重叠区间的个数// 从左到右，对于重叠的多个区间，优先去掉右边界较大的for (int i = 1; i < intervals.size(); i++) {if (intervals[i][0] >= intervals[i - 1][1]) { // 区间i不与左边右边界最小的区间重叠result++; // 非重叠区间数量+1}else {  // 区间i与左边的区间重叠intervals[i][1] = min(intervals[i - 1][1], intervals[i][1]); // 更新重叠气球最小右边界}}return intervals.size() - result;}
};