- 使用 Spring Initializr 创建 Spring Boot 应用程序
- 在Spring Boot中配置Cassandra
- 在 Spring Boot 上配置 Tomcat 连接池
- 将Camel消息路由到嵌入WildFly的Artemis上
前言: 对于贪心算法的学习主要以增加阅历和经验为主,也就是多做多积累经验,以下通过几个题目来介绍贪心算法的乐趣!
方法模板: 为了得到字典序最小的结果,我们可以将数组进行排序,使排序后的数组拼接的字符串的字典序最小即可。排序规则为字符串 a 和 字符串 b进行 a + b
和 b + a
的拼接后比比较这两者的字典序大小,如果 a + b
小,则字符串 a 排在 字符串 b 前。
public static class MyComparator implements Comparator<String> {
@Override
public int compare(String o1, String o2) {
return (o1 + o2).compareTo(o2 + o1);
}
}
public static String lowestString(String[] strs) {
if (strs == null || strs.length == 0) {
return "";
}
Arrays.sort(strs, new MyComparator());
String ans = "";
for (int i = 0; i < strs.length; i++) {
ans += strs[i];
}
return ans;
}
示例代码:
public static void main(String[] args) {
String[] strs = {"ba", "b", "cda"};
System.out.println(lowestString(strs));
}
// 结果为:babcda
结束时间最早
方法模板: 当我们思考该问题时,我们可能会想着使用开始时间最早或者宣讲时间最短来进行验证,但是这种贪心思路是错误的,正确的方法是以结束时间最早来思考这道题。找到第一个结束时间最早的会议,然后删除其余开始时间早于最早结束时间的会议,然后再找第二个结束时间最早的会议…
public static class Program {
public int begin;
public int end;
public Program(int begin, int end) {
this.begin = begin;
this.end = end;
}
}
public static int bestArrange(Program[] programs) {
Arrays.sort(programs, new MyComparator());
int timeLine = 0;
int count = 0;
for (int i = 0; i < programs.length; i++) {
if (programs[i].begin >= timeLine) {
count++;
timeLine = programs[i].end;
}
}
return count;
}
public static class MyComparator implements Comparator<Program> {
@Override
public int compare(Program o1, Program o2) {
return o1.end - o2.end;
}
}
示例代码:
public static void main(String[] args) {
Program[] programs = { new Program(1, 2), new Program(1, 5), new Program(3, 4), new Program(5, 6) };
System.out.println(bestArrange(programs));
}
// 结果为:3
举例:
例如,给定数组{10, 20, 30},代表一共三个人,整块金条长度为60,要将金条分成10,20,30三个部分。
如果先把长度60的金条分成10和50,花费60;再把长度50的金条分成20和30,花费50,一共花费110的铜板
如果先把长度60的金条分成30和30,花费60,再把长度30的金条分成30和10,花费30,一共花费90铜板
方法模板: 思考该题时可能会想到以最大部分的金条长度来切割,但是该贪心思路是错误的(如要分割成长度为97、98、99、100几部分,则要先将金条分成 97+98 和 99+100 两部分)。这里可以建一个小根堆,然后依次弹出堆顶两个元素相加,相加的结果就是这两块金条分割的花费,然后再将该结果入堆,继续以上步骤,直到堆中只剩一个数值
public static int lessMoney(int[] arr) {
Queue<Integer> queue = new PriorityQueue<>();
for(int num : arr) {
queue.add(num);
}
int money = 0;
int cur = 0;
while(queue.size() > 1) {
cur = queue.poll() + queue.poll();
money += cur;
queue.add(cur);
}
return money;
}
示例代码:
public static void main(String[] args) {
int[] arr = {10, 20, 30};
System.out.println(lessMoney(arr));
}
// 结果为:90
方法模板: 可以构建一个以项目的花费从低到高的小根堆,并将所有项目入堆,再构建一个以项目的利润从高到低的大根堆,将小根堆中消费少于当前拥有的资金的项目弹出,并加入到大根堆中,取利润最高的项目进行购买,之后依次进行以上步骤
public static class Program {
public int cost;
public int profit;
public Program(int cost, int profit) {
this.cost = cost;
this.profit = profit;
}
}
public static class MinCostComparator implements Comparator<Program>{
@Override
public int compare(Program o1, Program o2) {
return o1.cost - o2.cost;
}
}
public static class MaxProfitComparator implements Comparator<Program>{
@Override
public int compare(Program o1, Program o2) {
return o2.profit - o1.profit;
}
}
public static int findMaximizedCapital(int K, int W, int[] profits, int[] capital) {
Queue<Program> minCostQ = new PriorityQueue<>(new MinCostComparator());
Queue<Program> maxProfitQ = new PriorityQueue<>(new MaxProfitComparator());
for(int i = 0; i < capital.length; i++) {
Program program = new Program(capital[i], profits[i]);
minCostQ.add(program);
}
while(K > 0) {
while(minCostQ.size() > 0 && minCostQ.peek().cost <= W) {
maxProfitQ.add(minCostQ.poll());
}
if(maxProfitQ.isEmpty()) {
break;
}
W += maxProfitQ.poll().profit;
K--;
}
return W;
}
示例代码:
public static void main(String[] args) {
int[] capital = {2,1,6,4};
int[] profits = {2,3,1,4};
int K = 3;
int W = 1;
System.out.println(findMaximizedCapital(K,W,profits,capital));
}
// 结果为:10
方法模板: 假设 index 位置是墙时,那么 index = index+1;当 index 位置是居民点时,index+1 位置为墙时,就需要一盏灯,并且 index = index+2;当 index 位置为居民点,index+1 位置为居民点,不论 index+2 位置为居民点还是墙,都需要一盏灯,并且 index = index+3
public static int minLight(String road) {
char[] str = road.toCharArray();
int index = 0;
int light = 0;
while(index<str.length) {
if(str[index] == 'X') {
index++;
}else {
light++;
if(index+1==str.length) {
break;
}else {
if(str[index+1]=='X') {
index=index+2;
}else {
index=index+3;
}
}
}
}
return light;
}
示例代码:
public static void main(String[] args) {
String road = "X.XX..X...X....X";
System.out.println(minLight(road));
}
// 结果为:5
滑动窗口限流 滑动窗口限流是一种常用的限流算法,通过维护一个固定大小的窗口,在单位时间内允许通过的请求次数不超过设定的阈值。具体来说,滑动窗口限流算法通常包括以下几个步骤: 初始化:设置窗口
表达式求值:一个只有+,-,*,/的表达式,没有括号 一种神奇的做法:使用数组存储数字和运算符,先把优先级别高的乘法和除法计算出来,再计算加法和减法 int GetVal(string s){
【算法】前缀和 题目 先来看一道题目:(前缀和模板题) 已知一个数组A[],现在想要求出其中一些数字的和。 输入格式: 先是整数N,M,表示一共有N个数字,有M组询问 接下来有N个数,表示A[1]..
1.前序遍历 根-左-右的顺序遍历,可以使用递归 void preOrder(Node *u){ if(u==NULL)return; printf("%d ",u->val);
先看题目 物品不能分隔,必须全部取走或者留下,因此称为01背包 (只有不取和取两种状态) 看第一个样例 我们需要把4个物品装入一个容量为10的背包 我们可以简化问题,从小到大入手分析 weightva
我最近在一次采访中遇到了这个问题: 给出以下矩阵: [[ R R R R R R], [ R B B B R R], [ B R R R B B], [ R B R R R R]] 找出是否有任
我正在尝试通过 C++ 算法从我的 outlook 帐户发送一封电子邮件,该帐户已经打开并记录,但真的不知道从哪里开始(对于 outlook-c++ 集成),谷歌也没有帮我这么多。任何提示将不胜感激。
我发现自己像这样编写了一个手工制作的 while 循环: std::list foo; // In my case, map, but list is simpler auto currentPoin
我有用于检测正方形的 opencv 代码。现在我想在检测正方形后,代码运行另一个命令。 代码如下: #include "cv.h" #include "cxcore.h" #include "high
我正在尝试模拟一个 matlab 函数“imfill”来填充二进制图像(1 和 0 的二维矩阵)。 我想在矩阵中指定一个起点,并像 imfill 的 4 连接版本那样进行洪水填充。 这是否已经存在于
我正在阅读 Robert Sedgewick 的《C++ 算法》。 Basic recurrences section it was mentioned as 这种循环出现在循环输入以消除一个项目的递
我正在思考如何在我的日历中生成代表任务的数据结构(仅供我个人使用)。我有来自 DBMS 的按日期排序的任务记录,如下所示: 买牛奶(18.1.2013) 任务日期 (2013-01-15) 任务标签(
输入一个未排序的整数数组A[1..n]只有 O(d) :(d int) 计算每个元素在单次迭代中出现在列表中的次数。 map 是balanced Binary Search Tree基于确保 O(nl
我遇到了一个问题,但我仍然不知道如何解决。我想出了如何用蛮力的方式来做到这一点,但是当有成千上万的元素时它就不起作用了。 Problem: Say you are given the followin
我有一个列表列表。 L1= [[...][...][.......].......]如果我在展平列表后获取所有元素并从中提取唯一值,那么我会得到一个列表 L2。我有另一个列表 L3,它是 L2 的某个
我们得到二维矩阵数组(假设长度为 i 和宽度为 j)和整数 k我们必须找到包含这个或更大总和的最小矩形的大小F.e k=7 4 1 1 1 1 1 4 4 Anwser是2,因为4+4=8 >= 7,
我实行 3 类倒制,每周换类。顺序为早类 (m)、晚类 (n) 和下午类 (a)。我固定的订单,即它永远不会改变,即使那个星期不工作也是如此。 我创建了一个函数来获取 ISO 周数。当我给它一个日期时
假设我们有一个输入,它是一个元素列表: {a, b, c, d, e, f} 还有不同的集合,可能包含这些元素的任意组合,也可能包含不在输入列表中的其他元素: A:{e,f} B:{d,f,a} C:
我有一个子集算法,可以找到给定集合的所有子集。原始集合的问题在于它是一个不断增长的集合,如果向其中添加元素,我需要再次重新计算它的子集。 有没有一种方法可以优化子集算法,该算法可以从最后一个计算点重新
我有一个包含 100 万个符号及其预期频率的表格。 我想通过为每个符号分配一个唯一(且前缀唯一)的可变长度位串来压缩这些符号的序列,然后将它们连接在一起以表示序列。 我想分配这些位串,以使编码序列的预
我是一名优秀的程序员,十分优秀!