Python贪心算法Greedy Algorithm解决案例小结
作者：ShowMeCoding
这篇文章主要为大家介绍了Python贪心算法Greedy Algorithm解决案例小结，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
贪心算法
在每一次做决策时，保证当下的决策是最优的，从而使得最后的结果是最优的。
分发饼干
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。
# 最好的选择是不要浪费饼干
class Solution:
def findContentChildren(self, g: List[int], s: List[int]) -> int:
# 先对胃口值和饼干尺寸排序
g.sort()
s.sort()
g_l = len(g)
g_index = 0
s_l = len(s)
s_index = 0
# 计数
count = 0
# 终止条件：孩子数 和 饼干数是否在条件内
while g_index < g_l and s_index < s_l:
# 胃口小于饼干
if g[g_index] <= s[s_index]:
# 饼干被消耗
count += 1
g_index += 1
s_index += 1
# 胃口大于饼干
else:
# 寻求更多的饼干满足胃口
s_index += 1
return count无重叠区间
给定一个区间的集合 intervals ，其中 intervals[i] = [starti, endi] 。返回 需要移除区间的最小数量，使剩余区间互不重叠 。
输入: intervals = [[1,2],[2,3],[3,4],[1,3]]
输出: 1
解释: 移除 [1,3] 后，剩下的区间没有重叠。
class Solution:
def eraseOverlapIntervals(self, intervals: List[List[int]]) -> int:
# 判断是否为空
if not intervals:
return 0
# 对end值进行升序排序
intervals.sort(key = lambda x: x[1])
# 维护一个最小值
end_pos = intervals[0][1]
# 只有单个区间时无重叠！！！因此定义为1
count = 1
# 终止条件
for i in range(1, len(intervals)):
# 判断是否连续
if end_pos <= intervals[i][0]:
count += 1
end_pos = intervals[i][1]
return len(intervals) - count二维数组排序的方法：intervals.sort(key = lambda x: x[1])
思路转换：求最小移除数组，意味着求最大连续数组
柠檬水找零
输入：bills = [5,5,5,10,20]
输出：true
解释：
前 3 位顾客那里，我们按顺序收取 3 张 5 美元的钞票。
第 4 位顾客那里，我们收取一张 10 美元的钞票，并返还 5 美元。
第 5 位顾客那里，我们找还一张 10 美元的钞票和一张 5 美元的钞票。
由于所有客户都得到了正确的找零，所以我们输出 true。
class Solution:
def lemonadeChange(self, bills: List[int]) -> bool:
five, ten, twenty = 0, 0, 0
for bill in bills:
if bill == 5:
five += 1
if bill == 10:
# 是否可以找回
if five <= 0:
return False
# 收下 10 元
ten += 1
# 找回 5 元
five -= 1
if bill == 20:
# 是否可以找回一张5元和一张10元
if five > 0 and ten > 0:
five -= 1
ten -= 1
twenty += 1
# 是否可以找回三张 5 元
elif five >= 3:
five -= 3
twenty += 1
else:
return False
return True以上就是Python贪心算法Greedy Algorithm解决案例小结的详细内容，更多关于Python贪心算法的资料请关注脚本之家其它相关文章！