Java教程

? 算法设计思想之“贪心算法”

本文主要是介绍? 算法设计思想之“贪心算法”,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

一、理论

1. 简介

  • 贪心算法是 算法设计 中的一种方法
  • 期盼通过每个阶段的 局部最优 选择从而达到全局的最优
  • 结果并 不一定是最优

2. 零钱兑换

输入: coins = [1, 2, 5], amount = 11
输出: 3
解释: 11 = 5 + 5 + 1

输入: coins = [1, 3, 4], amount = 6
输出: 3
解释: 6 = 4 + 1 + 1

二、刷题

1. 分饼干(455)

1.1 题目描述

  • 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

1.2 解题思路

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

  • 局部最优:既能满足孩子,还消耗最小
  • 先将“较小的饼干”发给“胃口最小”的孩子

1.3 解题步骤

  • 对饼干数组和胃口数组升序排序
  • 遍历饼干数组,找到能满足第一个孩子的饼干
function findContentChildren(g, s) {
  const sortFunc = (a, b) => {
    return a - b;
  }
  g.sort(sortFunc);
  s.sort(sortFunc);
  let i = 0;
  s.forEach(n => {
    if(n >= g[i]) {
      i += 1;
    }
  })
  return i
}

1.4 时间复杂度&空间复杂度

  • 时间复杂度:O(n)
  • 空间复杂度:O(1)

2. 买卖股票的最佳时机(122)

2.1 题目描述

  • 给定一个数组 prices ,其中 prices[i] 表示股票第 i 天的价格
  • 在每一天,你可能会决定购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以购买它,然后在 同一天 出售
  • 返回你能获得的 最大 利润

2.2 解题思路

输入: prices = [7,1,5,3,6,4]
输出: 7
解释:
在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4
随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6-3 = 3

  • 局部最优:见好就收,见差就不动,不做任何长远打算

2.3 解题步骤

  • 新建一个变量用来统计利润
  • 遍历价格数组,如果当天价格比昨天高,就在昨天买今天卖,否则不交易
  • 遍历结束之后返回利润和
function maxProfit(prices) {
  let profit = 0;
  for(let i = 1; i < prices.length; i++) {
    if(prices[i] > prices[i - 1]) {
      profit += prices[i] - prices[i - 1]
    }
  }
  return profit
}

2.4 时间复杂度&空间复杂度

  • 时间复杂度:O(n)
  • 空间复杂度:O(1)

三、总计 -- 技术要点

  • 贪心算法是 算法设计 中的一种方法
  • 期盼通过每个阶段的 局部最优 选择从而达到全局的最优
  • 结果并 不一定是最优
这篇关于? 算法设计思想之“贪心算法”的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!