LeetCode刷题day19——贪心
- 55. 跳跃游戏
- 分析:
- 45. 跳跃游戏Ⅱ
- 分析:
- 452. 用最少数量的箭引爆气球
- 分析:
- **总结**
55. 跳跃游戏
给你一个非负整数数组 nums
,你最初位于数组的 第一个下标 。数组中的每个元素代表你在该位置可以跳跃的最大长度。
判断你是否能够到达最后一个下标,如果可以,返回 true
;否则,返回 false
。
示例 1:
输入:nums = [2,3,1,1,4]
输出:true
解释:可以先跳 1 步,从下标 0 到达下标 1, 然后再从下标 1 跳 3 步到达最后一个下标。
示例 2:
输入:nums = [3,2,1,0,4]
输出:false
解释:无论怎样,总会到达下标为 3 的位置。但该下标的最大跳跃长度是 0 , 所以永远不可能到达最后一个下标。
提示:
1 <= nums.length <= 104
0 <= nums[i] <= 105
分析:
怎么跳不重要,我站在i
这里,nums[i]=3
,其实我跳1,2,3
都不重要,重要的是我究竟能覆盖多远的范围。想明白了这个,就不难了,秒掉。
class Solution {
public:bool canJump(vector<int>& nums) {int Max = 0;int i = 0;int len = nums.size();while (i != len) {if (i <= Max) {//我正处于覆盖的范围里Max = max(Max, nums[i] + i);//范围取大i++;} else//不能走,失败break;}if (Max >= len - 1)//下标大于等于最后一个位置return true;elsereturn false;}
};
45. 跳跃游戏Ⅱ
给定一个长度为 n
的 0 索引整数数组 nums
。初始位置为 nums[0]
。
每个元素 nums[i]
表示从索引 i
向前跳转的最大长度。换句话说,如果你在 nums[i]
处,你可以跳转到任意 nums[i + j]
处:
0 <= j <= nums[i]
i + j < n
返回到达 nums[n - 1]
的最小跳跃次数。生成的测试用例可以到达 nums[n - 1]
。
示例 1:
输入: nums = [2,3,1,1,4]
输出: 2
解释: 跳到最后一个位置的最小跳跃数是 2。从下标为 0 跳到下标为 1 的位置,跳 1 步,然后跳 3 步到达数组的最后一个位置。
示例 2:
输入: nums = [2,3,0,1,4]
输出: 2
提示:
1 <= nums.length <= 104
0 <= nums[i] <= 1000
- 题目保证可以到达
nums[n-1]
分析:
刚开始拿到,确实有点小难(可能是我太菜),至少比上一题难一些。但是想来想去,想到策略之后还是很好实现的,一开始只能过部分样例,然后样例能通过的越来越多,最后全对,嘿嘿,好开心。然后还规整了代码,这次很值得鼓励,我都没参考别人的代码,自己写的哈哈,上一题也是自己打的哈哈。好嗨森!
关键:贪心思想,每步尽可能多走。每次都要去计算下一步能走多远,当然是选择能走最远的那一步!
class Solution {
public:int jump(vector<int>& nums) {//贪心策略:一步尽可能多走,早点覆盖到终点范围int curReach_Max = 0;int nextReach_Max = 0;int next = 0;//下一步跳到哪里int i = 0;int jump = 1;int len = nums.size();if (1 == len )//输入nums=[0],i==len-1其实起点就是终点了return 0;while (i < len) {curReach_Max = nums[i] + i;//现在能覆盖的范围if(curReach_Max>=len-1)//如果直接能到,就successreturn jump;for (int j = i + 1; j <= curReach_Max&&j<len; j++) {//在现在能覆盖的范围中,查找下一步可能到达的最大范围,记录下标;也就是下一步要跳到的地方if (nums[j] + j > nextReach_Max) {nextReach_Max = nums[j] + j;next = j;}}//明确下一步跳到哪里了jump++;i = next;//do jump}return jump;}
};
452. 用最少数量的箭引爆气球
有一些球形气球贴在一堵用 XY 平面表示的墙面上。墙面上的气球记录在整数数组 points
,其中points[i] = [xstart, xend]
表示水平直径在 xstart
和 xend
之间的气球。你不知道气球的确切 y 坐标。
一支弓箭可以沿着 x 轴从不同点 完全垂直 地射出。在坐标 x
处射出一支箭,若有一个气球的直径的开始和结束坐标为 x``start
,x``end
, 且满足 xstart ≤ x ≤ x``end
,则该气球会被 引爆 。可以射出的弓箭的数量 没有限制 。 弓箭一旦被射出之后,可以无限地前进。
给你一个数组 points
,返回引爆所有气球所必须射出的 最小 弓箭数 。
示例 1:
输入:points = [[10,16],[2,8],[1,6],[7,12]]
输出:2
解释:气球可以用2支箭来爆破:
-在x = 6处射出箭,击破气球[2,8]和[1,6]。
-在x = 11处发射箭,击破气球[10,16]和[7,12]。
示例 2:
输入:points = [[1,2],[3,4],[5,6],[7,8]]
输出:4
解释:每个气球需要射出一支箭,总共需要4支箭。
示例 3:
输入:points = [[1,2],[2,3],[3,4],[4,5]]
输出:2
解释:气球可以用2支箭来爆破:
- 在x = 2处发射箭,击破气球[1,2]和[2,3]。
- 在x = 4处射出箭,击破气球[3,4]和[4,5]。
提示:
1 <= points.length <= 105
points[i].length == 2
-231 <= xstart < xend <= 231 - 1
分析:
我写出来了,是的!值得庆祝。
class Solution {
public:int findMinArrowShots(vector<vector<int>>& points) {//先对数组按x0排序,找重叠区间,其中的右边界最小值必须得放一支箭sort(points.begin(), points.end(),[](vector<int>& a, vector<int>& b) { return a[0] < b[0]; });vector<bool> visited(points.size(), false);//记录是否已经被处理int line = INT_MAX;int count = 0;//放箭数for (int i = 0; i < points.size(); i++) {if (visited[i])//被处理就跳过continue;if (i > 0 && !visited[i - 1])//不是第一个,并且前一个没被处理,加入最小右边界的比较line = min(points[i][1], line);else//都被处理光了,新开一条线line = points[i][1];int j = i;while (j < points.size() && points[j][0] <= line) {//重叠区间出现了,坚持不懈寻找最小右边界line = min(points[j][1], line);visited[j] = true;j++;}count++;}return count;}
};
但是gpt说给我优化,优化得关键部位只剩四行代码了!那我辛辛苦苦写这么多,我算什么啊,呜呜~
class Solution {
public:int findMinArrowShots(vector<vector<int>>& points) {sort(points.begin(), points.end(), [](vector<int>& a, vector<int>& b) {return a[1] < b[1]; // 按右边界排序});int count = 0;long long arrow = (long long)INT_MIN - 1; // 使用更小的初始值避免冲突for (const auto& point : points) {if (point[0] > arrow) { // 当前区间起点在箭的范围之外,需要新箭arrow = point[1];count++;}}return count;}
};
而且,按照右边界排序更好,按右边界排序的优点
- 逻辑简单: 右边界排序后,遍历时每个区间的右边界是当前最优位置,只需判断左边界即可。
- 贪心策略自然: 每次在当前右边界处放箭,是覆盖尽可能多区间的最优选择。
- 避免更新右边界的额外操作: 按右边界排序后,右边界天然有序,不需要手动调整。
总结
- 按右边界排序简化了区间合并的逻辑,是经典的贪心策略。
- 按左边界排序虽然也可行,但需要更复杂的逻辑来追踪右边界,因此一般不采用。
总之,我已经很贪心了,他好像更贪心哈哈~