【贪心算法】day1

【贪心算法】day1

📝前言说明:

  • 本专栏主要记录本人的贪心算法学习以及LeetCode刷题记录,按专题划分
  • 每题主要记录:(1)本人解法 + 本人屎山代码;(2)优质解法 + 优质代码;(3)精益求精,更好的解法和独特的思想(如果有的话);(4)这个贪心算法正确性的证明
  • 文章中的理解仅为个人理解。如有错误,感谢纠错
🎬个人简介:努力学习ing
📋本专栏:C++刷题专栏
📋其他专栏:C语言入门基础python入门基础C++学习笔记Linux
🎀ZEEKLOG主页 愚润泽

你可以点击下方链接,进行其他贪心算法题目的学习

点击链接开始学习
贪心day1贪心day2
贪心day3贪心day4
贪心day5贪心day6
贪心day7贪心day8
贪心day9贪心day10

也可以点击下面连接,学习其他算法

点击链接开始学习
优选专题动态规划
递归、搜索与回溯贪心算法

题单获取【贪心算法】题单汇总

题目


贪心算法导论

贪心策略的核心思想:局部最优 当做 全局最优

  1. 把解决问题的过程分为若干步
  2. 解决每一步时,都选择当前看起来 “最优的” 解法
  3. “希望” 这个局部最优是全局最优

贪心算法的特点:

  1. 根据 “贪心策略” 得到的结果可能是错误的
  2. 正确的 “贪心策略” 需要证明 “正确性”
  3. 不同题目的贪心策略不同,把我们遇到的贪心策略当 “经验” 来看就好

860. 柠檬水找零

题目链接:https://leetcode.cn/problems/lemonade-change/description/

在这里插入图片描述

优质解

思路:

  • 问题分析(一杯柠檬水5元):找零问题可以分情况讨论
    • 5 元 → 不用找,直接收下
    • 10 元 → 收下,且找 5
    • 20 元 → 收下,找10 + 5 or 5 * 3
  • 前两种情况是固定找法,只有20的时候有选择,此时最优解是:优先找10 + 5(这就是本题的贪心策略)

代码:

classSolution{public:boollemonadeChange(vector<int>& bills){int arr[2];// 用来存放 5, 10 元的数量memset(arr,0,sizeof(arr));for(auto b: bills){if(b ==5) arr[0]++;elseif(b ==10){ arr[1]++; arr[0]--;}else{if(arr[1]>0)// 有 10 块的优先找10块的{ arr[1]--; arr[0]--;}else arr[0]-=3;}if(arr[0]<0)returnfalse;}returntrue;}};

时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( 1 ) O(1) O(1)

证明

利用:交换论证法
原理:在不破坏最优解的 “最优性质” 的前提下,将最优解调整成贪心解,则代表这个贪心解是正确的

在这个问题中:只有遇到 20 元的时候才需要考虑策略:

  • 贪心策略:有 10 就优先 10 + 5
  • 最优策略:每次找20:可能 10 + 55 + 5 + 5(未知的)

最优策略中:当选择 5 + 5 + 5 的时候,如果有多的10块钱,此时可以用10替换一个 5 + 5,(此时,最优解依然是最优解,即:依然可以保证能够找零成功,所以这个最优解可以调整为贪心解)


2208. 将数组和减半的最少操作次数

题目链接:https://leetcode.cn/problems/minimum-operations-to-halve-array-sum/description/

在这里插入图片描述

个人解

思路:

  • 每次选最大的来减小一半
  • 意味着要排序,可以利用大根堆

屎山代码:

classSolution{public:inthalveArray(vector<int>& nums){ priority_queue<double> arr;double sum =0;for(auto x: nums){ sum += x; arr.push(x);}double cur = sum;int count =0;while(cur > sum /2){ count++;double max = arr.top(); arr.pop(); cur -= max /2; arr.push(max /2);}return count;}};

时间复杂度: O ( n l o g n ) O(nlogn) O(nlogn)
空间复杂度: O ( n ) O(n) O(n)

证明

依旧是:交换论证法

  • 某次选择中,若:最优解中选择的数 x < 贪心中的 y
  • 易知,此x可用y替换

🌈我的分享也就到此结束啦🌈
要是我的分享也能对你的学习起到帮助,那简直是太酷啦!
若有不足,还请大家多多指正,我们一起学习交流!
📢公主,王子:点赞👍→收藏⭐→关注🔍
感谢大家的观看和支持!祝大家都能得偿所愿,天天开心!!!

Read more

Flutter 三方库 redis 挂载鸿蒙分布式高性能终端毫秒级缓存底座全向读写适配解析:构建纯原生套接字链接绕开笨重中间件实现云上状态快照实时映射降维打击时延

Flutter 三方库 redis 挂载鸿蒙分布式高性能终端毫秒级缓存底座全向读写适配解析:构建纯原生套接字链接绕开笨重中间件实现云上状态快照实时映射降维打击时延

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 redis 挂载鸿蒙分布式高性能终端毫秒级缓存底座全向读写适配解析:构建纯原生套接字链接绕开笨重中间件实现云上状态快照实时映射降维打击时延 前言 在 OpenHarmony 应用的高级架构设计中,当我们面对极大规模的实时业务状态同步(如多设备协同的动态配置、高频更新的排行榜、或是多用户在线协同的分布式缓存)时,传统的 RDB 或偏持久化的数据库往往在吞吐量与写入延迟上无法满足需求。通过连接远端 Redis 或在鸿蒙端侧架设 Redis 代理成为了性能优化的杀手锏。redis 库为 Flutter 开发者提供了基于 RESP 协议的纯 Dart 开发驱动。本文将带大家在鸿蒙端实战接入,打造极致稳定的数据“喷泉”。 一、原直线性 / 概念介绍 1.1 基础原理/概念介绍 redis 插件的核心逻辑是基于 基于流式通道的 RESP (REdis

By Ne0inhk
基于 Rust 与 DeepSeek V3.2 构建高性能插件化 LLM 应用框架深度解析

基于 Rust 与 DeepSeek V3.2 构建高性能插件化 LLM 应用框架深度解析

前言 随着大语言模型(LLM)技术的飞速迭代,应用开发范式正经历从"单一脚本调用"向"复杂系统工程"的转变。在构建企业级 LLM 应用时,开发者面临的核心挑战在于如何平衡系统的稳定性与灵活性:既要适配快速更迭的模型接口(如 DeepSeek V3.2),又要满足多样化的业务场景(如代码审计、日志分析、运维自动化)。 本文将深入剖析如何利用 Rust 语言强大的类型系统与所有权机制,结合 DeepSeek V3.2 强大的推理能力,构建一个高内聚、低耦合的插件化 LLM 应用框架。该架构通过定义清晰的 Trait 边界,实现了核心逻辑与业务实现的物理隔离,确保了系统的可扩展性与类型安全。 一、 架构设计理念与分层模型 传统的大模型应用往往将 API 调用、提示词工程(Prompt

By Ne0inhk
mysql-9.6.0-winx64 安装踩雷教程

mysql-9.6.0-winx64 安装踩雷教程

今天安装了mysql-9.6.0-winx64,有部分踩雷事项。 下载地址:mysql 1、D盘新建文件夹mysql,把文件压缩到这个文件夹底下 2、在安装包的根目录底下建一个my.ini文件。文件里面写的内容可以直接复制。 * 注意:很多旧教程里面的配置信息是错误和新的mysql不匹配。 会面临错误:MySQL 9.6.0 启动失败。根源是 配置项: default_authentication_plugin=mysql_native_password 在 9.6 版本中已被移除,同时因配置错误导致系统表 mysql.component 缺失。 * basedir具体的地址填写你自己的。 * datadir的data现在是没有的,要等后面初始化的时候才生成。 [mysqld]port=3307basedir=D:\\mysql\\mysql-9.6.0-winx64 datadir=D:

By Ne0inhk
Flutter 组件 csv2json 适配鸿蒙 HarmonyOS 实战:高性能异构数据转换,构建 CSV 流式解析与全栈式数据映射架构

Flutter 组件 csv2json 适配鸿蒙 HarmonyOS 实战:高性能异构数据转换,构建 CSV 流式解析与全栈式数据映射架构

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 csv2json 适配鸿蒙 HarmonyOS 实战:高性能异构数据转换,构建 CSV 流式解析与全栈式数据映射架构 前言 在鸿蒙(OpenHarmony)生态迈向工业数字化、涉及海量历史报表同步、离线数据采集及跨系统异构数据对齐的背景下,如何实现一种既能处理超大规模文本、又能保障转换极速且具备“非阻塞”特性的数据清洗方案,已成为决定应用数据吞吐能力与内存稳健性的核心因素。在鸿蒙设备这类强调 AOT 极致性能与受限内存足迹的环境下,如果应用依然采用原始的循环分割或同步全量加载 CSV,由于由于数据规模的膨胀,极易由于由于“内存瞬时爆表”导致鸿蒙应用的任务栈卡死。 我们需要一种能够流式处理(Streaming)、支持自动化字段映射(Auto-mapping)且具备零样板代码特性的转换方案。 csv2json 为 Flutter 开发者引入了“数据流变幻”范式。它将结构松散的 CSV 文本精确轰击为高维度的 JSON

By Ne0inhk