【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

2019年信奥赛C++提高组csp-s初赛真题及答案解析(完善程序第1题)

2019年信奥赛C++提高组csp-s初赛真题及答案解析(完善程序第1题)

2019年信奥赛C++提高组csp-s初赛真题及答案解析(完善程序第1题) 第1题(匠人的自我修养) 一个匠人决定要学习 n个新技术。要想成功学习一个新技术,他不仅要拥有一定的经验值,而且还必须要先学会若干个相关的技术。学会一个新技术之后,他的经验值会增加一个对应的值。给定每个技术的学习条件和习得后获得的经验值,给定他已有的经验值,请问他最多能学会多少个新技术。 输入第一行有两个数,分别为新技术个数 n(l≤n≤ 10 3 10^3 10

By Ne0inhk
纸上谈“型”不如运行识“真”:深入 C++ RTTI 与多态的底层真相!

纸上谈“型”不如运行识“真”:深入 C++ RTTI 与多态的底层真相!

文章目录 * 本篇摘要 * RTTI(Run-Time Type Information,运行时类型信息) 介绍 * RTTI 的核心组成 * 1. `typeid` 运算符 * 2. `dynamic_cast` 运算符 * RTTI 如何工作?(底层原理) * ① 编译器为多态类型做了什么? * ② 当我们调用对应接口,RTTI底层是如何实现呢? * **`场景 1:typeid(obj)`** * 场景 2:dynamic_cast<Derived*> ( p ) * `std::type_info` 类简介 * RTTI 的开销与争议 * 优点: * 缺点: * 何时使用 RTTI? * 禁用 RTTI操作 * 为什么非多态类型不支持 RTTI? * 总结

By Ne0inhk
【C++】二叉搜索树(二叉查找树、二叉排序树)详解

【C++】二叉搜索树(二叉查找树、二叉排序树)详解

文章目录 * 一、概念 * 二、定义 * 强制生成默认构造BSTree() = default * 赋值重载swap写法详解 * 传统深拷贝写法中为什么需要return *this? * InOrder()为何这样设计? * 三、查找、插入 * 四、删除 * 五、性能分析 * 六、应用——KV模型 * 七、完整代码 * 八、代码中重难点 * 为什么有两处template <class K * bool和statue的区别 一、概念 二叉搜索树又称二叉排序树,它或者是一棵空树,或者是具有以下性质的二叉树 * 若它的左子树不为空,则左子树上所有节点的值都小于根节点的值 * 若它的右子树不为空,则右子树上所有节点的值都大于根节点的值 * 它的左右子树也分别为二叉搜索树 从二又搜索树的定义可知,它的前提是二叉树,并且采用了递归的方式进行定义,它的结点间满足一个偏序关系,左子树根结点的值定比父结点小,右子树根结点的值一定比父结点大。 正如它的名字所说,构造这样一棵树的目的是为了提高搜索的速度,如果对二叉搜索树进行中序遍历

By Ne0inhk
【C++】第十四节—模版进阶(非类型模版参数+模板的特化+模版分离编译+模版总结)

【C++】第十四节—模版进阶(非类型模版参数+模板的特化+模版分离编译+模版总结)

你好,我是云边有个稻草人  C++—本文章所属专栏,欢迎订阅,持续更新中! 目录 一、非类型模板参数 【非类型模版参数的用处在哪里? 】 【了解array 容器—array和普通数组的区别在哪里?—对越界的检查】 二、模板的特化(特殊化处理) 2.1 概念 2.2 函数模版特化 【函数模版特化可使用,但不推荐】  2.3 类模版特化 【全特化】 【偏特化】  【判断走哪个类模版?】 【类模版特化应用实例】 三、模版分离编译 3.1 什么是分离编译 3.2 模板的分离编译  【分析】 3.3 解决办法 【分离定义扩展阅读】 四、模板总结 【优点】 【缺陷】 正文开始—

By Ne0inhk