2024-01-01 K 次取反后最大化的数组和和加油站以及根据身高重建队列

news2024/11/15 19:46:51

1005. K 次取反后最大化的数组和

思路：每一次取反最小值即可！贪心的思路就是先排序，反转负数的值，后在贪心反转最小值

class Solution:
    def largestSumAfterKNegations(self, nums: List[int], k: int) -> int:
        count = 0
        while count < k:
            # 获取最小值
            index = nums.index(min(nums))
            nums[index] = - nums[index]
            # 其实可以考虑k--   减少空间开销
            count += 1
        temp = sum(nums)
        return temp
    
class Solution:
    def largestSumAfterKNegations(self, nums: List[int], k: int) -> int:
        # 先进行排序
        nums.sort(key=lambda x :abs(x),reverse=True)
        for i in range(len(nums)):
            if nums[i] < 0 and k > 0:
                nums[i] = -nums[i]
                k -= 1
        # 为什么使用% ? 因为偶数的哇，每一次变负数在变为正数相当于没有变化
        if k % 2 == 1:
            nums[-1] = - nums[-1]
        return sum(nums)

134. 加油站

思路：贪心思路就是遇到了加油不足以到达下一个点，就直接从下一个点开始，一轮下来判断总耗油量抵消大于0即可！

贪心算法（方法二）

可以换一个思路，首先如果总油量减去总消耗大于等于零那么一定可以跑完一圈，说明各个站点的加油站剩油量rest[i]相加一定是大于等于零的。

每个加油站的剩余量rest[i]为gas[i] - cost[i]。

i从0开始累加rest[i]，和记为curSum，一旦curSum小于零，说明[0, i]区间都不能作为起始位置，因为这个区间选择任何一个位置作为起点，到i这里都会断油，那么起始位置从i+1算起，再从0计算curSum。

如图：

那么为什么一旦[0，i] 区间和为负数，起始位置就可以是i+1呢，i+1后面就不会出现更大的负数？

如果出现更大的负数，就是更新i，那么起始位置又变成新的i+1了。

那有没有可能 [0，i] 区间选某一个作为起点，累加到 i这里 curSum是不会小于零呢？如图：

那么局部最优：当前累加rest[i]的和curSum一旦小于0，起始位置至少要是i+1，因为从i之前开始一定不行。全局最优：找到可以跑一圈的起始位置。

class Solution:
    def canCompleteCircuit(self, gas: List[int], cost: List[int]) -> int:
        cur_gas = 0
        total_gas = 0
        start = 0
        for i in range(len(gas)):
            # 当前油量是否足以达到下个站
            cur_gas += gas[i] - cost[i]
            total_gas += gas[i] - cost[i]
            if cur_gas < 0:
                cur_gas = 0
                start = i + 1
        if total_gas >=0:
            return start
        return -1

    def canCompleteCircuit1(self, gas: List[int], cost: List[int]) -> int:
        # gas是汽油  cost是花费  使用暴力解决
        for i in range(len(gas)):
            sum_ = gas[i] - cost[i]
            # 标志位
            mm = len(gas)
            index = (i + 1) % mm
            # 两个条件
            while sum_ > 0 and index != i:
                sum_ += gas[index] - cost[index]
                # index += 1  如果这样的哇，上述第二条就没有存在的意义了
                index = (index + 1) % mm
            if sum_ >= 0 and index == i:
                return i
        return -1

406. 根据身高重建队列

思路：贪心的思路：拆分一组的维度进行排序，比较！确定升高排序后，后定身高从高到低看齐！!!关键点不能两个维度一起考虑，否则会思考不出来的！

注意key的二维数组排序的一些使用技巧：

x[0]：表示列表中每个元素 x 的第一个元素。在这个场景中，people 列表中的每个元素都是一个二元组（或列表），而 x[0] 表示每个二元组的第一个元素。
-x[0]：表示对 x[0] 的相反数进行比较，即按照第一个元素的逆序进行排序。这意味着具有更大第一个元素的元素将在排序后出现在列表的前面。
x[1]：表示每个二元组的第二个元素。

在这里插入图片描述

class Solution:
    def reconstructQueue(self, people: List[List[int]]) -> List[List[int]]:
        # 像这种多维度的，拆分维度！确定按身高排序先，后定身高大于或等于前面的人
        # 身高按高到底这样好排序
        people.sort(key=lambda x: (-x[0],x[1]))
        que = []
        # 比较每个第二维大小，看前面的有没有比起大，从而确定位置插入
        for people_ in people:
            que.insert(people_[1],people_)
        return que