理论基础

贪心算法核心：选择每一阶段的局部最优，从而达到全局最优。

455.分发饼干

455. 分发饼干 - 力扣（LeetCode）代码随想录 (programmercarl.com)455. 分发饼干 - 力扣（LeetCode）

贪心算法理论基础！_哔哩哔哩_bilibili 

假设你是一位很棒的家长，想要给你的孩子们一些小饼干。但是，每个孩子最多只能给一块饼干。

对每个孩子 i，都有一个胃口值 g[i]，这是能让孩子们满足胃口的饼干的最小尺寸；并且每块饼干 j，都有一个尺寸 s[j] 。如果 s[j] >= g[i]，我们可以将这个饼干 j 分配给孩子 i ，这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子，并输出这个最大数值。

示例 1:

输入: g = [1,2,3], s = [1,1]
输出: 1
解释: 
你有三个孩子和两块小饼干，3个孩子的胃口值分别是：1,2,3。
虽然你有两块小饼干，由于他们的尺寸都是1，你只能让胃口值是1的孩子满足。
所以你应该输出1。

示例 2:

输入: g = [1,2], s = [1,2,3]
输出: 2
解释: 
你有两个孩子和三块小饼干，2个孩子的胃口值分别是1,2。
你拥有的饼干数量和尺寸都足以让所有孩子满足。
所以你应该输出2.

提示：

• 1 <= g.length <= 3 * 104
• 0 <= s.length <= 3 * 104
• 1 <= g[i], s[j] <= 231 - 1

局部最优就是把大的饼干尽量喂给大胃口的小孩，这样才不会浪费。

先将饼干和小孩分别排序：

Arrays.sort(s);
Arrays.sort(g);

从大饼干对应大胃口小孩开始匹配：

for(int index = g.length - 1; index >= 0; index--){
    if(start >= 0 && g[index] <= s[start]){
        start--;
        count++;
    }
}

综合代码：

class Solution {
    // 思路2：优先考虑胃口，先喂饱大胃口
    public int findContentChildren(int[] g, int[] s) {
        Arrays.sort(g);
        Arrays.sort(s);
        int count = 0;
        int start = s.length - 1;
        // 遍历胃口
        for (int index = g.length - 1; index >= 0; index--) {
            if(start >= 0 && g[index] <= s[start]) {
                start--;
                count++;
            }
        }
        return count;
    }
}

实际摆长为3，要么删除前面3个2，要么删除后面3个2：
 

 删左面三个 2 的规则，那么 当 prediff = 0 && curdiff < 0 也要记录一个峰值，因为他是把之前相同的元素都删掉留下的峰值。

情况二、i位于数组首尾两端：

当i位于首端的时候，假设数组最前面的数字和i所在的首端的位置相同：
 

 

针对以上情形，result 初始为 1（默认最右面有一个峰值），此时 curDiff > 0 && preDiff <= 0，那么 result++（计算了左面的峰值），最后得到的 result 就是 2（峰值个数为 2 即摆动序列长度为 2）

代码如下：

class Solution {
    public int wiggleMaxLength(int[] nums) {
        // 如果数组长度小于等于1，直接返回数组长度
        if (nums.length <= 1) {
            return nums.length;
        }
        // 当前差值
        int curDiff = 0;
        // 上一个差值
        int preDiff = 0;
        // 计数，初始为1，因为序列中至少有一个元素
        int count = 1;
        // 遍历数组
        for (int i = 1; i < nums.length; i++) {
            // 计算当前差值
            curDiff = nums[i] - nums[i - 1];
            // 如果当前差值和上一个差值为一正一负，或者等于0（初始时的preDiff）
            if ((curDiff > 0 && preDiff <= 0) || (curDiff < 0 && preDiff >= 0)) {
                // 计数加1
                count++;
                // 更新上一个差值
                preDiff = curDiff;
            }
        }
        // 返回计数，即摆动子序列的长度
        return count;
    }
}