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
|
7月前
|
算法
算法:贪心算法的原理和基本思路
算法:贪心算法的原理和基本思路
|
6天前
|
算法
算法人生(3):从“贪心算法”看“战胜拖延”(完美主义版)
本文探讨了拖延症的一个常见原因——完美主义,并从贪心算法的角度提供启示。贪心算法通过局部最优决策逼近全局最优解,不保证全局最优,但寻求满意解。完美主义者的拖延源于高标准、过度关注细节、压力和时间管理困难。为解决这个问题,建议接受不完美,设定合理目标,追求良好效果,以及培养时间管理技巧。通过实例说明,调整心态和策略,可以提高工作效率并克服拖延。
|
6天前
|
算法 调度 C语言
算法--贪心算法
贪心算法是每次选择当前最优解,期望达到全局最优,适用于有最优子结构的问题。它不回退,与动态规划不同。适用于分数背包问题,但0-1背包问题可能无法保证最优解。常见应用包括找零、最小生成树、单源最短路径和任务调度。贪心算法步骤包括建模、分问题、求局部最优解及整合。尽管简单,但需谨慎评估是否适用,例如0-1背包问题可能需用动态规划求解。
19 1
|
6天前
|
算法 程序员
贪心算法(被黑心公司强迫写的降薪算法)
贪心算法(被黑心公司强迫写的降薪算法)
|
6天前
|
算法 调度 C++
[数据结构与算法]贪心算法(原理+代码)
[数据结构与算法]贪心算法(原理+代码)
|
6天前
|
人工智能 算法 Java
【算法设计与分析】— —单源最短路径的贪心算法
【算法设计与分析】— —单源最短路径的贪心算法
38 0
|
6天前
|
存储 算法 Java
【算法设计与分析】— —实现最优载的贪心算法
【算法设计与分析】— —实现最优载的贪心算法
34 1
|
6天前
|
存储 算法 Java
【算法设计与分析】— —实现活动安排问题的贪心算法。
【算法设计与分析】— —实现活动安排问题的贪心算法。
57 0
|
6天前
|
算法 调度 Python
Python高级算法——贪心算法(Greedy Algorithm)
Python高级算法——贪心算法(Greedy Algorithm)
238 3
|
6天前
|
存储 算法 程序员
【算法训练-贪心算法 一】买卖股票的最佳时机II
【算法训练-贪心算法 一】买卖股票的最佳时机II
37 0