第八章 贪心算法 part03
加油站
题目描述
在一条环路上有 n
个加油站,其中第 i
个加油站有汽油 gas[i]
升。
你有一辆油箱容量无限的的汽车,从第i
个加油站开往第i+1
个加油站需要消耗汽油 cost[i]
升。你从其中的一个加油站出发,开始时油箱为空。
给定两个整数数组 gas
和 cost
,如果你可以按顺序绕环路行驶一周,则返回出发时加油站的编号,否则返回 -1
。如果存在解,则 保证 它是 唯一 的。
示例 1:
输入: gas = [1,2,3,4,5], cost = [3,4,5,1,2]
输出: 3
解释:
从 3 号加油站(索引为 3 处)出发,可获得 4 升汽油。此时油箱有 = 0 + 4 = 4 升汽油
开往 4 号加油站,此时油箱有 4 - 1 + 5 = 8 升汽油
开往 0 号加油站,此时油箱有 8 - 2 + 1 = 7 升汽油
开往 1 号加油站,此时油箱有 7 - 3 + 2 = 6 升汽油
开往 2 号加油站,此时油箱有 6 - 4 + 3 = 5 升汽油
开往 3 号加油站,你需要消耗 5 升汽油,正好足够你返回到 3 号加油站。
因此,3 可为起始索引。
示例 2:
输入: gas = [2,3,4], cost = [3,4,3]
输出: -1
解释:
你不能从 0 号或 1 号加油站出发,因为没有足够的汽油可以让你行驶到下一个加油站。
我们从 2 号加油站出发,可以获得 4 升汽油。 此时油箱有 = 0 + 4 = 4 升汽油
开往 0 号加油站,此时油箱有 4 - 3 + 2 = 3 升汽油
开往 1 号加油站,此时油箱有 3 - 3 + 3 = 3 升汽油
你无法返回 2 号加油站,因为返程需要消耗 4 升汽油,但是你的油箱只有 3 升汽油。
因此,无论怎样,你都不可能绕环路行驶一周。
解题思路
- 局部最优: 在遍历过程中,如果发现从当前起始位置到当前加油站的剩余油量小于0,说明从上一个起始位置到当前位置无法完成旅行。因此,更新起始位置为下一个加油站,并重置当前剩余油量为0。
- 全局最优: 通过累加每个加油站的剩余油量(
gas[i] - cost[i]
),最终得到总剩余油量。如果总剩余油量小于0,说明无论如何都无法完成环形旅行,返回-1。否则,返回最后一个有效的起始位置,因为从该位置开始,剩余油量始终为正,可以完成环形旅行。
代码实现
测试地址:https://leetcode.cn/problems/gas-station/description/
class Solution {
public:
int canCompleteCircuit(vector<int> &gas, vector<int> &cost) {
int start = 0; // 初始化起始加油站位置
int curSum = 0; // 当前剩余油量
int totalSum = 0; // 总剩余油量
for (int i = 0; i < gas.size(); i++) {
curSum += gas[i] - cost[i]; // 更新当前剩余油量
totalSum += gas[i] - cost[i]; // 更新总剩余油量
// 如果当前剩余油量小于0,说明从上一个起始位置到当前位置无法完成旅行
if (curSum < 0) {
start = i + 1; // 更新起始位置为下一个加油站
curSum = 0; // 重置当前剩余油量为0
}
}
// 如果总剩余油量小于0,说明无法完成环形旅行
if (totalSum < 0)
return -1;
// 否则返回起始加油站位置
return start;
}
};
分发糖果
题目描述
n
个孩子站成一排。给你一个整数数组 ratings
表示每个孩子的评分。
你需要按照以下要求,给这些孩子分发糖果:
- 每个孩子至少分配到
1
个糖果。 - 相邻两个孩子评分更高的孩子会获得更多的糖果。
请你给每个孩子分发糖果,计算并返回需要准备的 最少糖果数目
示例 1:
输入:ratings = [1,0,2]
输出:5
解释:你可以分别给第一个、第二个、第三个孩子分发 2、1、2 颗糖果。
示例 2:
输入:ratings = [1,2,2]
输出:4
解释:你可以分别给第一个、第二个、第三个孩子分发 1、2、1 颗糖果。
第三个孩子只得到 1 颗糖果,这满足题面中的两个条件。
解题思路
-
局部最优:
- 从左到右遍历,确保每个孩子如果比左边的孩子评分高,则得到更多的糖。
- 从右到左遍历,确保每个孩子如果比右边的孩子评分高,则得到更多的糖。
-
全局最优:
- 通过两次遍历,我们确保了每个孩子得到的糖数既满足左边的比较,也满足右边的比较。
- 最终,我们计算所有孩子得到的糖的总数,这个总数是满足所有局部最优条件下的最小总糖数。
代码实现
测试地址:https://leetcode.cn/problems/candy/description/
class Solution {
public:
int candy(vector<int> &ratings) {
int n = ratings.size();
vector<int> candies(n, 1); // 初始化每个孩子至少得到1颗糖
int result = 0; // 用于存储最终结果
// 从左到右遍历,保证每个孩子如果比左边的孩子评分高,则得到更多的糖
for (int i = 1; i < n; i++) {
if (ratings[i] > ratings[i - 1]) {
candies[i] = candies[i - 1] + 1;
}
}
// 从右到左遍历,保证每个孩子如果比右边的孩子评分高,则得到更多的糖
for (int i = n - 2; i >= 0; i--) {
if (ratings[i] > ratings[i + 1]) {
candies[i] = max(candies[i], candies[i + 1] + 1);
}
}
// 计算总共需要多少颗糖
for (int i = 0; i < n; i++) {
result += candies[i];
}
return result;
}
};
柠檬水找零
题目描述
在柠檬水摊上,每一杯柠檬水的售价为 5
美元。顾客排队购买你的产品,(按账单 bills
支付的顺序)一次购买一杯。
每位顾客只买一杯柠檬水,然后向你付 5
美元、10
美元或 20
美元。你必须给每个顾客正确找零,也就是说净交易是每位顾客向你支付 5
美元。
注意,一开始你手头没有任何零钱。
给你一个整数数组 bills
,其中 bills[i]
是第 i
位顾客付的账。如果你能给每位顾客正确找零,返回 true
,否则返回 false
。
示例 1:
输入:bills = [5,5,5,10,20]
输出:true
解释:
前 3 位顾客那里,我们按顺序收取 3 张 5 美元的钞票。
第 4 位顾客那里,我们收取一张 10 美元的钞票,并返还 5 美元。
第 5 位顾客那里,我们找还一张 10 美元的钞票和一张 5 美元的钞票。
由于所有客户都得到了正确的找零,所以我们输出 true。
示例 2:
输入:bills = [5,5,10,10,20]
输出:false
解释:
前 2 位顾客那里,我们按顺序收取 2 张 5 美元的钞票。
对于接下来的 2 位顾客,我们收取一张 10 美元的钞票,然后返还 5 美元。
对于最后一位顾客,我们无法退回 15 美元,因为我们现在只有两张 10 美元的钞票。
由于不是每位顾客都得到了正确的找零,所以答案是 false。
解题思路
-
局部最优:
- 对于每个顾客支付的账单,优先使用大面值的钞票进行找零,以保留更多的小面值钞票用于后续的找零。
- 具体来说,当收到20美元时,优先使用一张10美元和一张5美元进行找零,因为这样可以保留更多的5美元用于后续的找零。
-
全局最优:
- 通过优先使用大面值钞票进行找零,我们确保了在处理每个顾客时都能尽可能地保留小面值钞票,从而使得在后续的找零过程中有更多的灵活性。
- 最终,如果所有顾客都能正确找零,则返回true,否则返回false。
代码实现
测试地址:https://leetcode.cn/problems/lemonade-change/description/
class Solution {
public:
bool lemonadeChange(vector<int> &bills) {
int five = 0, ten = 0, twenty = 0; // 初始化各种面值的钞票数量
for (int bill : bills) {
if (bill == 5) {
five++; // 收到5美元,直接增加five的数量
}
if (bill == 10) {
if (five != 0) {
five--; // 找零5美元,减少five的数量
ten++; // 增加ten的数量
} else {
return false; // 如果没有5美元找零,返回false
}
}
if (bill == 20) {
if (five > 0 && ten > 0) {
five--; // 找零15美元,先使用10美元和5美元
ten--;
twenty++; // 增加twenty的数量
} else if (five >= 3) {
five -= 3; // 找零15美元,使用三张5美元
twenty++; // 增加twenty的数量
} else {
return false; // 如果没有足够的零钱找零,返回false
}
}
}
return true; // 如果所有顾客都能正确找零,返回true
}
};
根据身高重建队列
题目描述
假设有打乱顺序的一群人站成一个队列,数组 people
表示队列中一些人的属性(不一定按顺序)。每个 people[i] = [h<sub>i</sub>, k<sub>i</sub>]
表示第 i
个人的身高为 h<sub>i</sub>
,前面 正好 有 k<sub>i</sub>
~~ 个身高大于或等于 h<sub>i</sub>
的人。
请你重新构造并返回输入数组 people
所表示的队列。返回的队列应该格式化为数组 queue
,其中 queue[j] = [h<sub>j</sub>, k<sub>j</sub>]
是队列中第 j
个人的属性(queue[0]
是排在队列前面的人)。
示例 1:
输入:people = [[7,0],[4,4],[7,1],[5,0],[6,1],[5,2]]
输出:[[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]]
解释:
编号为 0 的人身高为 5 ,没有身高更高或者相同的人排在他前面。
编号为 1 的人身高为 7 ,没有身高更高或者相同的人排在他前面。
编号为 2 的人身高为 5 ,有 2 个身高更高或者相同的人排在他前面,即编号为 0 和 1 的人。
编号为 3 的人身高为 6 ,有 1 个身高更高或者相同的人排在他前面,即编号为 1 的人。
编号为 4 的人身高为 4 ,有 4 个身高更高或者相同的人排在他前面,即编号为 0、1、2、3 的人。
编号为 5 的人身高为 7 ,有 1 个身高更高或者相同的人排在他前面,即编号为 1 的人。
因此 [[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]] 是重新构造后的队列。
示例 2:
输入:people = [[6,0],[5,0],[4,0],[3,2],[2,2],[1,4]]
输出:[[4,0],[5,0],[2,2],[3,2],[1,4],[6,0]]
解题思路
-
局部最优:
- 首先,按照高度降序排序,如果高度相同则按照前面人数升序排序。这样做的目的是确保在插入时,高度较高的人已经就位,不会影响后续较低高度的人的插入位置。
- 然后,对于每个人,根据其前面的人数(即第二个元素),将其插入到list中的相应位置。这样做的目的是确保每个人插入后,其前面的人数符合要求。
-
全局最优:
- 通过上述局部最优的策略,我们逐步构建了一个队列,其中每个人的位置都符合其前面的人数要求。
- 最终,我们得到了一个满足所有局部最优条件的全局最优解,即每个人的位置都正确。
代码实现
测试地址:https://leetcode.cn/problems/queue-reconstruction-by-height/description/
class Solution {
public:
// 自定义比较函数,用于排序
static bool cmp(const vector<int> &a, const vector<int> &b) {
if (a[0] == b[0])
return a[1] < b[1]; // 如果高度相同,按前面人数升序排序
return a[0] > b[0]; // 否则按高度降序排序
}
vector<vector<int>> reconstructQueue(vector<vector<int>> &people) {
// 按照自定义的比较函数对people进行排序
sort(people.begin(), people.end(), cmp);
list<vector<int>> que; // 使用list来存储结果,因为list的插入操作效率较高
// 遍历排序后的people
for (int i = 0; i < people.size(); i++) {
int position = people[i][1]; // 获取当前人的位置索引
std::list<vector<int>>::iterator it = que.begin();
// 移动迭代器到指定位置
while (position--) {
it++;
}
// 在指定位置插入当前人
que.insert(it, people[i]);
}
// 将list转换为vector并返回
return vector<vector<int>>(que.begin(), que.end());
}
};
原文地址:https://blog.csdn.net/a781333978/article/details/140613883
免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!