LeetCode 第 455 题:“分发饼干”题解
题解地址:贪心算法(两个方向) + 优先队列(Python 代码)。
说明:文本首发在力扣的题解版块,更新也会在第 1 时间在上面的网站中更新,这篇文章只是上面的文章的一个快照,您可以点击上面的链接看到其他网友对本文的评论。
传送门:455. 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 gi ,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 sj 。如果 sj >= gi ,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。
注意:
你可以假设胃口值为正。 一个小朋友最多只能拥有一块饼干。
示例 1:
输入: [1,2,3], [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: [1,2], [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.
贪心算法(两个方向) + 优先队列(Python 代码)
方法一:尽量用小的饼干满足贪心指数小的小朋友
如果小的饼干满足不了贪心指数小的小朋友,就放弃这个小的饼干。例如:g=[2, 3], s=[1, 2, 3]
。
Python 代码:
class Solution:
def findContentChildren(self, g: List[int], s: List[int]) -> int:
g.sort()
s.sort()
gi = 0
si = 0
res = 0
while gi < len(g) and si < len(s):
if s[si] >= g[gi]:
si += 1
gi += 1
res += 1
else:
si += 1
return res
由于每一次都从数组 g
和数组 s
中取出最小者进行比较,因此比较容易想到使用小顶堆。
Python 代码:
import heapq
class Solution:
def findContentChildren(self, g: List[int], s: List[int]) -> int:
heapq.heapify(g)
heapq.heapify(s)
res = 0
# 如果小的饼干满足不了贪心指数最小的小朋友,就放弃这个饼干
while g and s:
if s[0] >= g[0]:
heapq.heappop(g)
heapq.heappop(s)
res += 1
else:
heapq.heappop(s)
return res
方法二:尽量用大的饼干满足贪心指数大的小朋友
如果最大的饼干都满足不了这个最贪心的小朋友,就放弃这个小朋友。例如:g=[4, 1], s=[3, 2, 1]
。
Python 代码:
class Solution:
def findContentChildren(self, g: List[int], s: List[int]) -> int:
g.sort(reverse=True)
s.sort(reverse=True)
gi = 0
si = 0
res = 0
while gi < len(g) and si < len(s):
if s[si] >= g[gi]:
si += 1
gi += 1
res += 1
else:
gi += 1
return res
由于每一次都从数组 g
和数组 s
中取出最大者进行比较,因此比较容易想到使用大顶堆。由于 Python 中默认的堆是小顶堆,因此在代码上要做一定的预处理,如下所示。
Python 代码:
class Solution:
def findContentChildren(self, g: List[int], s: List[int]) -> int:
g = [(-num, num) for num in g]
s = [(-num, num) for num in s]
heapq.heapify(g)
heapq.heapify(s)
# 如果最大的饼干都满足不了胃口最大的小朋友,就放弃这个小朋友
res = 0
while g and s:
if s[0][1] >= g[0][1]:
heapq.heappop(g)
heapq.heappop(s)
res += 1
else:
heapq.heappop(g)
return res