本文主要是介绍代码随想录算法训练营第三十一天| 理论基础，455.分发饼干， 376. 摆动序列，53. 最大子序和，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
题目与题解
参考资料：贪心算法理论基础
455.分发饼干
题目链接：455.分发饼干
代码随想录题解：455.分发饼干
视频讲解：贪心算法，你想先喂哪个小孩？| LeetCode：455.分发饼干_哔哩哔哩_bilibili
解题思路：
先对小孩胃口g和饼干分量s进行排序，然后对于小孩的胃口，从小到大分配饼干。如果当前饼干不能满足当前小孩胃口，就继续看下一个饼干是否能满足，否则已满足胃口的小孩数量加一，继续看下一个饼干能否满足下一个小孩的胃口。
class Solution {public int findContentChildren(int[] g, int[] s) {int max = 0;Arrays.sort(g);Arrays.sort(s);int i = 0, j = 0;while (i < g.length && j < s.length) {if (s[j] >= g[i]) {max++;i++;j++;} else {j++;}}return max;}
}看完代码随想录之后的想法
这里的局部最优就是大饼干喂给胃口大的，充分利用饼干尺寸喂饱一个，全局最优就是喂饱尽可能多的小孩。也可以换一个思路，小饼干先喂饱小胃口，也就是我写的思路。
class Solution {// 思路2：优先考虑胃口，先喂饱大胃口public int findContentChildren(int[] g, int[] s) {Arrays.sort(g);Arrays.sort(s);int count = 0;int start = s.length - 1;// 遍历胃口for (int index = g.length - 1; index >= 0; index--) {if(start >= 0 && g[index] <= s[start]) {start--;count++;}}return count;}
}遇到的困难
说实话感觉写的时候是瞎写的竟然也能过，非常迷茫。。贪心确实没什么套路。
376. 摆动序列
题目链接：376. 摆动序列
代码随想录题解：376. 摆动序列
视频讲解：贪心算法，寻找摆动有细节！| LeetCode：376.摆动序列_哔哩哔哩_bilibili
解题思路：
有些复杂，写不对，看答案
看完代码随想录之后的想法
这题的本质是求有多少个波峰和波谷，峰谷之间的元素都可以忽略。所以只要当前元素跟前后元素之差一正一负，说明该元素就是波峰或者波谷元素，统计即可。
但本题要考虑三种情况：
- 情况一：上下坡中有平坡
- 情况二：数组首尾两端
- 情况三：单调坡中有平坡
class Solution {public int wiggleMaxLength(int[] nums) {if (nums.length <= 1) {return nums.length;}//当前差值int curDiff = 0;//上一个差值int preDiff = 0;int count = 1;for (int i = 1; i < nums.length; i++) {//得到当前差值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;}
}遇到的困难
要把这道题抽象成波峰波谷的计算就很难了，实在是写不出来，就看看吧。
53. 最大子序和
题目链接：53. 最大子序和
代码随想录题解：53. 最大子序和
视频讲解：贪心算法的巧妙需要慢慢体会！LeetCode：53. 最大子序和_哔哩哔哩_bilibili
解题思路：
无
看完代码随想录之后的想法
局部最优：当前“连续和”为负数的时候立刻放弃，从下一个元素重新计算“连续和”，因为负数加上下一个元素 “连续和”只会越来越小。
全局最优：选取最大“连续和”
计算过程中sum会不断更新，所以要用result实时记录最大的序列和，最后输出result即可。这样写，即使所有的sum都小于0，最后得到的也一定是数组中最大的数，即最靠近0的负数。
class Solution {public int maxSubArray(int[] nums) {int sum = 0;int result = Integer.MIN_VALUE;for (int i = 0; i < nums.length; i++) {sum += nums[i];if (sum > result) result = sum;if (sum <= 0) sum = 0;}return result;}
}遇到的困难
真的想不到，摆了
今日收获
贪心很难，一是难在想到题目要用贪心算法，二是难在不知道如何找局部最优以获得全局最优。暂时只能靠记了。
这篇关于代码随想录算法训练营第三十一天| 理论基础，455.分发饼干， 376. 摆动序列，53. 最大子序和的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
