贪心算法(局部最优实现全局最优)第二篇

贪心算法(局部最优实现全局最优)第二篇

目录

1. LeetCode376. 摆动序列

2. LeetCode334. 递增的三元子序列

3. LeetCode674. 最长连续递增序列

4. LeetCode121. 买卖股票的最佳时机


今天我们继续来聊聊贪心算法,因为我在前面也说过贪心算法最重要的就是经验,所以我们今天继续通过刷题的方式来学习贪心算法。

1. LeetCode376. 摆动序列

这道题的意思其实也比较好理解的,就是求一个最长的摆动序列,可以从原数组中删除不符合条件的数。

这道题的话我们先来聊一下思路,因为要求的是最长的子数组。根据题目要求那么是不是说我们每次选的数字都要在有限的分为里面做到尽可能的大或者尽可能的小。为什么要这么做呢?是因为但我们选到最值的时候我们在后面的选择中才可以有更多的选择。

我们看下面这个图,里面有abcdef这几个极值点。我们看,在c和d之间有一个点x1,假设我们在这里选择了这个点的话,那么后面的数都选不了了,因为接下来是要选择比x1小的数。这也是为什么我们每一次都要选择最值的原因。

那么我们代码该怎么设计呢?我们就可以试用一个三指针,通过比较的这三个指针的大小的方式来确定极值点的位置。或者我们也可以观察一下下面这张图,以b点为例子,我们通过后面的点减去前面的点的方式,b减去ab上面的点都是正数,而bc上面的点减去b都是负数,而如果是一个非极值点的话,则都是正数,通过这样的方式我们就得到了极值点,接下来我们就使用这个方式来编写代码。

我们看下面这个代码,前面两个if条件判断都是用来特判的。同时因为原数组里面的值是可能连续好几个相同的,所以我们在这里是需要if判断的,如果相同那么就直接跳过。最后的答案之所以需要+2也是因为我们在这样判断的时候是没有加上两边的端点的,所以我们在这里需要加上。

class Solution { public: int wiggleMaxLength(vector<int>& nums) { int left=0; int right=0; int sz=nums.size(); int ret=0; if(sz==1||(sz==2&&(nums[0]==nums[1]))) return 1; if((nums[0]==nums[sz-1])&&(nums[0]==nums[sz/2])) return 1; for(int i=0;i<sz-1;++i) { right=nums[i+1]-nums[i]; if(!right) continue; if((left*right)<0) { ret++; } left=right; } return ret+2; } };

2. LeetCode334. 递增的三元子序列

这道题的话就比较简单,就是要求我们判断原数组里面有没有三个数是呈现递增关系的,有的话就返回true,没有的话就返回false。

这道题的思路其实挺好想到的,就是在代码编写的时候不要写错了就好。这道题的解法有点像我上面说的三指针。简单来说就是几个判断就好了。

可是这道题使用到了贪心吗?答案是Yes。因为我们的代码有一个思想,那就是每一次判断都在进行筛选,我们都在尽可能的让a和b变小,这样方便我们找到合适的点。

class Solution { public: bool increasingTriplet(vector<int>& nums) { int a=nums[0]; int b=INT_MAX; int sz=nums.size(); for(int i=1;i<sz;++i) { if(nums[i]>b) return true; if(a>nums[i]) a=nums[i]; else if(nums[i]!=a) b=nums[i]; else continue; } return false; } };

3. LeetCode674. 最长连续递增序列

这道题的话比较简单,就是叫我们从原数组里面找到最长的递增子数组,同时要求是连续的。

这道题的话就比较简单了,就是从头到尾遍历一遍就好,同时记录最大的ret就可以了。

class Solution { public: int findLengthOfLCIS(vector<int>& nums) { int ret=1; int ret1=1; int sz=nums.size(); for(int i=0;i<sz-1;++i) { if(nums[i+1]>nums[i]) ret1++; else ret1=1; if(ret1>ret) ret=ret1; } return ret; } };

4. LeetCode121. 买卖股票的最佳时机

这道题的话也是比较简单的,就是要求我们在原数组里面找到两数之差最大的那两个数。

所以说这道题的话我们就是通过一次遍历然后同时用一个l来不断更新最小值,这样我们就可以取到最大的数了。

这道题贪心的地方在于l一直在更新,在不断地变小。

class Solution { public: int maxProfit(vector<int>& p) { int sz=p.size(); int ret=0; int ret1=0; int l=INT_MAX;//买 for(int i=0;i<sz;++i) { if(l<p[i]) ret=max(ret,p[i]-l); if(l>p[i]) l=p[i]; } return ret; } };

Read more

Flutter 组件 substrate_bip39 的适配 鸿蒙Harmony 实战 - 驾驭区块链级助记词原语、实现鸿蒙端金融级 BIP39 安全私钥推导方案

Flutter 组件 substrate_bip39 的适配 鸿蒙Harmony 实战 - 驾驭区块链级助记词原语、实现鸿蒙端金融级 BIP39 安全私钥推导方案

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 substrate_bip39 的适配 鸿蒙Harmony 实战 - 驾驭区块链级助记词原语、实现鸿蒙端金融级 BIP39 安全私钥推导方案 前言 在数字化生存的今天,加密资产与个人隐私主权的保护已成为移动互联网的基石。当你尝试在鸿蒙(OpenHarmony)系统中构建一个极高安全等级的数字钱包,或是需要为一个去中心化的身份系统(DID)生成根密钥时,最核心的环节莫过于 BIP39 助记词(Mnemonic Phrases)的生成与校验。 substrate_bip39 是一套专为 Substrate 框架优化的 BIP39 实现。它不仅支持标准字典的多语言扩展,更针对 Ed25519 等现代加密曲线提供了极其稳健的后处理逻辑。 在鸿蒙系统这一扎根国产安全底座、强调算力自研的生态中,通过 substrate_bip39 构建出的密钥推导逻辑,不仅能完全对接国际主流区块链标准,

By Ne0inhk
鸿蒙金融理财全栈项目——合规审计、风险控制、产品创新优化

鸿蒙金融理财全栈项目——合规审计、风险控制、产品创新优化

《鸿蒙APP开发从入门到精通》第21篇:鸿蒙金融理财全栈项目——合规审计、风险控制、产品创新优化 📊🛡️🚀 内容承接与核心价值 这是《鸿蒙APP开发从入门到精通》的第21篇——合规审计、风险控制、产品创新优化篇,100%承接第20篇的运维监控、性能优化、安全加固架构,并基于金融场景的合规审计、风险控制、产品创新要求,设计并实现鸿蒙金融理财全栈项目的合规审计、风险控制、产品创新优化功能。 学习目标: * 掌握鸿蒙金融理财项目的合规审计优化设计与实现; * 实现合规审计自动化、合规审计报告优化、合规审计风险预警; * 理解风险控制优化在金融场景的核心设计与实现; * 实现风险评估自动化、风险监控实时化、风险预警智能化; * 掌握产品创新优化在金融场景的设计与实现; * 实现产品创新敏捷化、产品创新数据化、产品创新生态化; * 优化金融理财项目的用户体验(合规审计、风险控制、产品创新优化)。 学习重点: * 鸿蒙金融理财项目的合规审计优化设计原则; * 风险控制优化在金融场景的应用; * 产品创新优化在金融场景的设计要点。 一、 合规审计优化基础

By Ne0inhk

Flutter 三方库 legalize 的鸿蒙化适配指南 - 完美解决鸿蒙跨平台文件系统的非法字符清洗难题

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 legalize 的鸿蒙化适配指南 - 完美解决鸿蒙跨平台文件系统的非法字符清洗难题 在鸿蒙系统应用开发中,文件管理是绕不开的核心场景。由于鸿蒙(OpenHarmony)底层涵盖了多种设备形态,文件命名规则往往需要在不同厂商和系统版本间保持一致。legalize 做为一个专业的文件名合法化工具,为开发者提供了极其简便的字符清洗方案。本文将深度解析其在鸿蒙生态中的适配与应用。 前言 什么是文件名合法化?在 Windows 上不能有 * 或 :,而在类 Unix 系统(如鸿蒙底层)上文件名的处理则相对宽松但依然有其边界。legalize 库能自动根据当前平台特性(或指定目标平台),将包含非法字符的原始字符串转换为安全的文件名,确保在鸿蒙分布式文件系统(DFS)中传输和存储时万无一失。 一、原理分析 / 概念介绍 1.1 字符过滤模型 legalize 通过内置的字符映射表和正则表达式,对字符串执行“识别-拦截-替换”的闭环处理。

By Ne0inhk