当前位置: 首页 > news >正文

贪心算法学习------优势洗牌

目录

一,题目

二,题目接口

三,解题思路和代码

全部代码: 


一,题目

给定两个数组nums1和nums2,nums1相对于nums2的优势可以用满足nums1[i]>nums2[i]的索引i的数目来描述。 返回nums1的任意排序,使其优势最大化。

示例 1:

输入:nums1 = [2,7,11,15], nums2 = [1,10,4,11]
输出:[2,11,7,15]

示例 2:

输入:nums1 = [12,24,8,32], nums2 = [13,25,32,11]
输出:[24,32,8,12]

二,题目接口

class Solution {
public:vector<int> advantageCount(vector<int>& nums1, vector<int>& nums2) {}
};

三,解题思路和代码

 这道题运用的思想其实就是一种博弈思想,在历史上便是有名的田忌赛马问题的思想。

这个田忌赛马思想是这样的:

    1. 首先将田忌的马分为上,中,下等,王上的马分为上,中,下等。

     2.然后再来一个赛马,赛马的思路是这样的:

     我的下等马肯定比不过王上的下等马,所以我的下等马比不过王上的任何一匹马。 这个时候我便用我这条马把王上的上等马拖死。然后我再用我的上等马和王上的中等马赛马,再用我的中等马和王上的下等马赛马。这样我们便可以赢两场,取得赛马的总胜利。

将这个思想运用到我们这道题里面便是这样的一个步骤:

    首先以下面的示例为例:

输入:nums1 = [12,24,8,32],

           nums2 = [13,25,32,11]

输出:[24,32,8,12]

首先,我们先把nums2的下标给插入到数组Index当中。插入后是这样子的:

Index[0,1,2,3]。

 然后,根据nums2的元素大小来对这个下标数组中的元素进行排序。

排序后便成了这个样子:

Index[3,0,1,2]。

然后,我们再定义一个pos指向nums1的元素,left指向Index的最左元素,right指向Index的最右元素。

然后便是如下的在ret数组中的插入逻辑:

 while(pos<nums1.size())//pos代表nums1的下标{if(nums1[pos]<=nums2[index[left]])//当nums1中选择的元素比nums2[]中的元素小的时候,就插入到ret[index[right]]的位置,这个下标处存放的是nums2的最大值。{ret[index[right]] = nums1[pos++];right--;//指向nums2的次大值下标}else{ret[index[left]] = nums1[pos++];//能赢便放在和nums2相对的下标处left++;//指向次小值的下标}}

全部代码: 

class Solution {
public:vector<int> advantageCount(vector<int>& nums1, vector<int>& nums2) {vector<int>index;//下标数组vector<int>ret(nums1.size());//结果数组for(int i = 0;i<nums2.size();i++){index.push_back(i);//将nums2的下标依次插入}sort(index.begin(),index.end(),[&](int i,int j)//并且根据nums数组中的元素的大小比较规则将这个下标数组中的元素排序。{return nums2[i]<nums2[j];});sort(nums1.begin(),nums1.end());//将nums1排序int left = 0,right = nums1.size()-1;//指向index数组的左右两端的元素int pos = 0;//指向排序后的nums的下标while(pos<nums1.size()){if(nums1[pos]<=nums2[index[left]])//在ret中找到合适的位置插入nums1[pos]{ret[index[right]] = nums1[pos++];right--;}else{ret[index[left]] = nums1[pos++];left++;}}return ret;//返回结果}
};
http://www.lryc.cn/news/215587.html

相关文章:

  • 音视频rtsp rtmp gb28181在浏览器上的按需拉流
  • Java 算法篇-深入了解二分查找法
  • Data-Centric Financial Large Language Models
  • 【HarmonyOS】服务卡片 API6 JSUI跳转不同页面并携带参数
  • SQL server数据库端口访问法
  • 深孔枪钻厂家,科研管理系统思路
  • 【论文阅读笔记】GLM-130B: AN OPEN BILINGUAL PRE-TRAINEDMODEL
  • Object常用方法
  • 【VR开发】【Unity】【VRTK】2-关于VR的基础知识
  • jeecg-uniapp 转成小程序的过程 以及报错 uniapp点击事件
  • Django的静态文件目录(路径)如何配置?
  • 函数应用(MySQL)
  • 数据分析过程中,发现数值缺失,怎么办?
  • Vue3.0 toRef toRefs :VCA模式
  • VS Code提取扩展时出错。XHR failed
  • 大模型需要哪类服务器
  • Java进阶(List)——面试时List常见问题解读 结合源码分析
  • 0基础学习PyFlink——个数滑动窗口(Sliding Count Windows)
  • vue3+ts 提取公共方法
  • C++ ->
  • VR全景在医院的应用:缓和医患矛盾、提升医院形象
  • 【python基础】format格式化函数的使用
  • Java web(三):Http、Tomcat、Servlet
  • Java实现Hive UDF详细步骤 (Hive 3.x版本,IDEA开发)
  • Vue进阶(幺陆肆)Apache的Access.log分析总结
  • Apple 苹果发布 M3、M3 Pro 和 M3 Max 芯片
  • Linux常用命令及主流服务部署大全
  • list-watch集群调度
  • 深度强化学习中的神经网络部分的作用是什么?一般如何选择合适的神经网络呢?
  • 若依系统的数据导入功能设置