带你读《图解算法小抄》二十二、贪心算法(4)

简介: 带你读《图解算法小抄》二十二、贪心算法(4)

带你读《图解算法小抄》二十二、贪心算法(3)https://developer.aliyun.com/article/1347851?groupCode=tech_library


4.加油站

1)题目描述

给定一个环形路线上的加油站数组 gas 和消耗汽油的数组 cost,其中 gas[i] 表示第 i 个加油站的汽油量,cost[i] 表示从第 i 个加油站前往下一个加油站所需的汽油量。

你的任务是找到一个出发加油站的索引,使得从该加油站出发能够环绕一圈并返回起始加油站,并且在整个过程中汽油剩余量不会为负数。如果不存在这样的加油站,返回 -1。

2)解题步骤

为了解决加油站问题,我们可以使用贪心算法来解决。

  • 初始化两个变量 totalGas 和 currentGas,分别表示加油站总的汽油量和当前汽油剩余量,初始值都为 0。
  • 初始化一个变量 start,表示出发加油站的索引,初始值为 0。
  • 遍历加油站数组 gas 和消耗数组 cost,计算累计汽油剩余量和总的汽油量:
  • 将当前加油站的汽油量加到 totalGas 上。
  • 将从当前加油站前往下一个加油站所需的汽油量加到 currentGas 上。
  • 如果 currentGas 小于 0,表示从当前加油站出发无法到达下一个加油站,因此将出发加油站设为下一个加油站,并将 currentGas 重置为 0。

 

  • 遍历结束后,判断 totalGas 是否大于等于 currentGas,如果是,则返回出发加油站的索引;否则,返回 -1。

下面是使用贪心算法解决加油站问题的算法框架:

 

function canCompleteCircuit(gas, cost) {
  let totalGas = 0;
  let currentGas = 0;
  let start = 0;  for (let i = 0; i < gas.length; i++) {
    totalGas += gas[i];
    currentGas += gas[i] - cost[i];    if (currentGas < 0) {
      start = i + 1;
      currentGas = 0;
    }
  }
  return totalGas >= currentGas ? start : -1;
}

5.根据身高重建队列

1)题目描述

假设有打乱顺序的一群人站成一个队列。每个人由一个整数对 (h, k) 表示,其中 h是这个人的身高,k 是前面身高大于或等于 h 的人数。编写一个算法来重建队列。

 

注意:

总人数少于 1100 人。

2)解题步骤

为了解决根据身高重建队列的问题,我们可以使用贪心算法来解决。贪心算法的思路是先安排身高较高的人,然后再依次插入身高较矮的人,使其满足前面身高大于或等于 h的人数的要求。

 

我们按照以下步骤进行解题:

 

  • 将所有人按照身高 h 进行降序排序,如果身高相同,则按照 k 进行升序排序。
  • 创建一个空数组 result 用于存储重建后的队列。
  • 遍历排序后的人员列表,对于每个人 (h, k):
  • 将其插入到 result 数组的索引 k 的位置,这样可以确保前面的人数大于或等于 k。
  • 返回重建后的队列 result。

以下是使用贪心算法解决根据身高重建队列问题的算法框架:

 

function reconstructQueue(people) {
  people.sort((a, b) => {
    if (a[0] === b[0]) {
      return a[1] - b[1];
    }
    return b[0] - a[0];
  });  const result = [];  for (let i = 0; i < people.length; i++) {
    result.splice(people[i][1], 0, people[i]);
  }
  return result;
}

带你读《图解算法小抄》二十二、贪心算法(5)https://developer.aliyun.com/article/1347849?groupCode=tech_library

相关文章
|
2月前
|
算法 Python
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果;贪心算法在每一步选择局部最优解,追求全局最优;动态规划通过保存子问题的解,避免重复计算,确保全局最优。这三种算法各具特色,适用于不同类型的问题,合理选择能显著提升编程效率。
61 2
|
7月前
|
算法 C++ Python
数据结构与算法===贪心算法
数据结构与算法===贪心算法
|
3月前
|
算法 Java C++
【贪心算法】算法训练 ALGO-1003 礼物(C/C++)
【贪心算法】算法训练 ALGO-1003 礼物(C/C++)
【贪心算法】算法训练 ALGO-1003 礼物(C/C++)
|
4月前
|
算法 前端开发
一文了解贪心算法和回溯算法在前端中的应用
该文章深入讲解了贪心算法与回溯算法的原理及其在前端开发中的具体应用,并通过分析LeetCode题目来展示这两种算法的解题思路与实现方法。
|
5月前
|
算法
【算法】贪心算法——柠檬水找零
【算法】贪心算法——柠檬水找零
|
5月前
|
算法
【算法】贪心算法简介
【算法】贪心算法简介
113 0
|
6月前
|
算法 Python
Python算法高手进阶指南:分治法、贪心算法、动态规划,掌握它们,算法难题迎刃而解!
【7月更文挑战第10天】探索Python算法的精华:分治法(如归并排序)、贪心策略(如找零钱问题)和动态规划(解复杂问题)。通过示例代码揭示它们如何优化问题解决,提升编程技能。掌握这些策略,攀登技术巅峰。
150 2
|
6月前
|
存储 算法 Python
Python算法界的秘密武器:分治法巧解难题,贪心算法快速决策,动态规划优化未来!
【7月更文挑战第9天】Python中的分治、贪心和动态规划是三大关键算法。分治法将大问题分解为小问题求解,如归并排序;贪心算法每步选局部最优解,不保证全局最优,如找零钱;动态规划存储子问题解求全局最优,如斐波那契数列。选择合适算法能提升编程效率。
76 1
|
6月前
|
存储 算法 大数据
Python算法高手的必修课:深入理解分治法、贪心算法、动态规划,让你的代码更智能!
【7月更文挑战第9天】在Python算法学习中,分治法(如归并排序)将大问题分解为小部分递归解决;贪心算法(如货币找零)在每步选择局部最优解尝试达到全局最优;动态规划(如斐波那契数列)通过存储子问题解避免重复计算,解决重叠子问题。掌握这三种方法能提升代码效率,解决复杂问题。
60 1
|
6月前
|
算法 索引 Python
逆袭算法界!Python分治法、贪心算法、动态规划深度剖析,带你走出算法迷宫!
【7月更文挑战第8天】分治法,如快速排序,将大问题分解并合并解;贪心算法,选择局部最优解,如活动选择;动态规划,利用最优子结构避免重复计算,如斐波那契数列。Python示例展示这些算法如何解决实际问题,助你精通算法,勇闯迷宫。
54 1

热门文章

最新文章