> 技术文档 > 【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
🎀CSDN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

题目

  • 贪心算法导论
  • 860. 柠檬水找零
    • 优质解
    • 证明
  • 2208. 将数组和减半的最少操作次数
    • 个人解
    • 证明

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/
【贪心算法】day1


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:

class Solution {public: bool lemonadeChange(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]++; else if(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) return false; } return true; }};

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/
【贪心算法】day1

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:

class Solution {public: int halveArray(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!!!