第二十七天 第八章 贪心算法 part01 理论基础 455.分发饼干 376. 摆动序列 53. 最大子序和
理论基础
贪心的本质是选择每一阶段的局部最优，从而达到全局最优。
唯一的难点就是如何通过局部最优，推出整体最优。
最好用的策略就是举反例，如果想不到反例，那么就试一试贪心吧。
455.分发饼干
从局部最优到全局最优，从最大饼干分给最大食量的小朋友。
注意其中一块饼干只能分一次。
还有一个细节就是，可能饼干分完了，但是有的小朋友还没被遍历到，因此要加一个条件right>=0，饼干分完后，虽然继续遍历小朋友，但是不在经过if语句。获得饼干的小朋友数目不变。
class Solution {
public:int findContentChildren(vector<int>& g, vector<int>& s) {sort(g.begin(),g.end());sort(s.begin(),s.end());int res=0;int right=s.size()-1;for(int i=g.size()-1;i>=0;i--){if(right>=0&&g[i]<=s[right]){right--;res++;}}return res;}
};376. 摆动序列
pre>=0 && cur<0 || pre<=0 && cur>0判断条件必须考虑pre=0的情况，从开始遍历，pre的初始值就为0。 虽然前后两个数可能相等，后面的pre也可能为0，但是cur的判断条件就会影响前后两个数相等的情况。
class Solution {
public:int wiggleMaxLength(vector<int>& nums) {int pre=0;int cur=0;int res=1;for(int i=0;i<nums.size()-1;i++){cur=nums[i+1]-nums[i];if(pre>=0 && cur<0 || pre<=0 && cur>0){res++;pre=cur;}} return res;}
};53. 最大子序和
关键是要理解当累加和小于0时，我们要将累加和赋值为0 。即最大子序列和最小为一。
class Solution {
public:int maxSubArray(vector<int>& nums) {int res=INT_MIN;int count=0;for(int i=0;i<nums.size();i++){count+=nums[i];if(res<count){res=count;}if(count<=0){count=0;}}return res;}
};