第八部分:贪心
409.最长回文串(简单)
给定一个包含大写字母和小写字母的字符串 s
,返回通过这些字母构造成的最长的回文串 的长度。
在构造过程中,请注意 区分大小写 。比如 "Aa"
不能当做一个回文字符串。
示例 1:
输入:s = "abccccdd" 输出:7 解释: 我们可以构造的最长的回文串是"dccaccd", 它的长度是 7。
示例 2:
输入:s = "a" 输出:1 解释:可以构造的最长回文串是"a",它的长度是 1。
第一种思路:
看到这种需要统计数量的,不自然的会想到使用字典的数据结构,按照这种思路,我考虑如下:
空字符串检查:
首先检查输入字符串
s
是否为空。如果为空,直接返回0,因为没有字符可以构成回文串。
字符计数:
使用一个
HashMap
来统计字符串中每个字符的出现次数。遍历字符串中的每个字符,更新其在map
中的计数。
计算回文串长度:
初始化
sum
为0,用于存储可以构成的最长回文串的长度。遍历map中的每个字符及其出现次数:
如果出现次数是偶数,则可以完全加入到回文串中,直接加到
sum
。如果出现次数是奇数,则将其减一后加入到
sum
,并标记存在奇数值的键,以便后续可以在回文串的中心添加一个字符。
中心字符处理:
如果存在奇数值的键,说明可以在回文串的中心添加一个字符,因此在
sum
上加1。
返回结果:
最后返回
sum
,即为通过给定字符串构造的最长回文串的长度。
import java.util.HashMap;
import java.util.Map;
class Solution {
public int longestPalindrome(String s) {
// 检查字符串是否为空
if (s.length() == 0) {
return 0; // 如果字符串为空,直接返回0
}
int sum = 0; // 用于存储可以构成的最长回文串的长度
boolean hasOddValue = false; // 用于跟踪是否存在奇数值的键
Map<Character, Integer> map = new HashMap<>(); // 创建一个HashMap来存储字符及其出现次数
// 遍历字符串中的每个字符
for (char ch : s.toCharArray()) {
// 更新字符的出现次数
map.put(ch, map.getOrDefault(ch, 0) + 1);
}
// 遍历字符计数的映射
for (Map.Entry<Character, Integer> entry : map.entrySet()) {
int value = entry.getValue(); // 获取当前字符的出现次数
if (value % 2 == 0) { // 如果出现次数是偶数
sum += value; // 偶数部分可以完全加入到回文串中
} else { // 如果出现次数是奇数
sum += (value - 1); // 奇数部分减一后加入到回文串中
hasOddValue = true; // 标记存在奇数值的键
}
}
// 如果存在奇数值的键,则可以在回文串的中心添加一个字符
if (hasOddValue) {
sum += 1; // 增加1以考虑中心字符
}
return sum; // 返回计算得到的最长回文串长度
}
// 辅助方法:检查字符串中的所有字符是否相同
private boolean allCharactersSame(String s) {
char firstChar = s.charAt(0); // 获取第一个字符
for (int i = 1; i < s.length(); i++) {
if (s.charAt(i) != firstChar) {
return false; // 如果发现不同的字符,返回false
}
}
return true; // 所有字符相同,返回true
}
}
第二种思路: 采用官方的贪心思路(不管我暂时还没有从官方的解释中体会到贪心体现在哪里)
解释:那么我们如何通过给定的字符构造一个回文串呢?我们可以将每个字符使用偶数次,使得它们根据回文中心对称。在这之后,如果有剩余的字符,我们可以再取出一个,作为回文中心。
于每个字符 ch,假设它出现了 v 次,我们可以使用该字符 v / 2 * 2 次,在回文串的左侧和右侧分别放置 v / 2 个字符 ch,其中 / 为整数除法。例如若 "a" 出现了 5 次,那么我们可以使用 "a" 的次数为 4,回文串的左右两侧分别放置 2 个 "a"。
如果有任何一个字符 ch 的出现次数 v 为奇数(即 v % 2 == 1),那么可以将这个字符作为回文中心,注意只能最多有一个字符作为回文中心。在代码中,我们用 ans 存储回文串的长度,由于在遍历字符时,ans 每次会增加 v / 2 * 2,因此 ans 一直为偶数。但在发现了第一个出现次数为奇数的字符后,我们将 ans 增加 1,这样 ans 变为奇数,在后面发现其它出现奇数次的字符时,我们就不改变 ans 的值了。
详情见:409. 最长回文串 - 力扣(LeetCode)https://leetcode.cn/problems/longest-palindrome/
字符计数:
使用一个长度为128的数组
count
来统计字符串中每个字符的出现次数。数组的索引对应字符的ASCII值。遍历字符串
s
,对于每个字符c
,增加count[c]
的值。计算回文串长度:
初始化
ans
为0,用于存储可以构成的最长回文串的长度。遍历count数组,对于每个字符的出现次数v:
使用
v / 2 * 2
计算出可以组成的偶数部分,并加到ans
中。这样可以确保回文串的左右两边是对称的。如果
v
是奇数,并且当前的ans
是偶数,说明可以在回文串的中心添加一个字符(即使得回文串的长度增加1),因此将ans
加1。返回结果:
最后返回
ans
,即为通过给定字符串构造的最长回文串的长度。
class Solution {
public int longestPalindrome(String s) {
// 创建一个长度为128的数组,用于统计字符的出现次数
int[] count = new int[128];
int length = s.length();
// 遍历字符串,统计每个字符的出现次数
for (int i = 0; i < length; ++i) {
char c = s.charAt(i);
count[c]++; // 增加字符c的计数
}
int ans = 0; // 用于存储最长回文串的长度
// 遍历计数数组,计算可以构成的回文串长度
for (int v : count) {
ans += v / 2 * 2; // 将偶数部分直接加到ans中
// 如果当前字符的出现次数为奇数,并且ans是偶数,则可以加1
if (v % 2 == 1 && ans % 2 == 0) {
ans++; // 可以在回文串的中心添加一个字符
}
}
return ans; // 返回计算得到的最长回文串长度
}
}
455.分发饼干(简单)
题目: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。你的目标是满足尽可能多的孩子,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。
第一种思路: 首先采用之前刷题的经验,先把这两个数组进行排序,减少工作量。
然后使用双指针的方法遍历两个数组,避免双重循环。
具体而言:
排序:首先对孩子的胃口数组
g
和饼干的大小数组s
进行排序。这是为了能够从最小的胃口和最小的饼干开始进行比较,确保尽可能多的孩子能够得到满足。双指针法:使用两个指针
childIndex
和cookieIndex
分别指向孩子和饼干的当前索引。childIndex
用于遍历孩子,cookieIndex
用于遍历饼干。满足条件:
如果当前饼干可以满足当前孩子的胃口,即
g[childIndex] <= s[cookieIndex]
,则增加满足的孩子计数contentChildrenCount
,并同时移动到下一个孩子和下一个饼干。如果当前饼干不能满足当前孩子,则只移动到下一个饼干,继续尝试满足当前孩子。
结束条件:当遍历完所有孩子或所有饼干时,循环结束,返回满足的孩子数量。
class Solution {
public int findContentChildren(int[] g, int[] s) {
// 对孩子的胃口和饼干的大小进行排序
Arrays.sort(g);
Arrays.sort(s);
int contentChildrenCount = 0; // 记录满足的孩子数量
int childIndex = 0; // 当前孩子的索引
int cookieIndex = 0; // 当前饼干的索引
// 遍历孩子和饼干,直到其中一个数组遍历完
while (childIndex < g.length && cookieIndex < s.length) {
// 如果当前饼干可以满足当前孩子的胃口
if (g[childIndex] <= s[cookieIndex]) {
contentChildrenCount++; // 满足一个孩子
childIndex++; // 移动到下一个孩子
}
// 无论饼干是否满足孩子,都要移动到下一个饼干
cookieIndex++;
}
return contentChildrenCount; // 返回满足的孩子数量
}
}
后面发现官方的解答和我类似,但是他就是使用双重循环的,想了一下。
贪心算法的贪心在这里面体现在哪?
在这个问题中,贪心算法的贪心策略体现在以下几个方面:
局部最优选择:
每次选择当前最小的饼干来满足当前最小的孩子的胃口。这种选择是基于局部最优的原则,即在每一步中都选择能够立即满足当前孩子的最小饼干。通过这种方式,尽可能多的孩子能够得到满足。
排序:
通过对孩子的胃口和饼干的大小进行排序,确保我们可以从最小的开始进行比较。这种排序使得我们能够有效地找到最小的满足条件的饼干,从而实现贪心选择。
不回溯:
一旦选择了一个饼干来满足一个孩子,就不会回头去尝试用这个饼干去满足其他孩子。每次都向前推进,确保每个孩子都尽可能得到满足,而不去重新考虑之前的选择。
全局最优解的构建:
通过不断地做出局部最优选择(即用当前最小的饼干满足当前最小的孩子),最终构建出全局最优解(即最大数量的孩子得到满足)。这种策略在许多贪心算法中都是常见的。
总结
贪心算法在这个问题中的核心思想是通过局部最优选择(最小饼干满足最小胃口)来达到全局最优解(最大数量的孩子得到满足)。这种方法简单高效,适合解决此类问题。