个人技术分享

【贪心算法题目练习】

但是此时会超出时间限制，复杂度太高，我们可以优化一下哈，我们发现，当从 i 位置出发，走了 step 步之后，如果失败了。那么 [i, i + step] 这个区间内任意⼀个位置作为起点，都不可能环绕⼀圈。这个题目和上面的题目思路基本上差不多，但是上一个题目的明显说了一定会到达最后一个下标位置，而我们这道题目是判断能否到达最后一个下标位置，基于上一个题目我们仅需修改⼀下返回值即可，直接上代码啦！因此我们枚举的下⼀个起点，应该是 i + step + 1。

【贪心算法&指针】C++ 解决子数组 / 子序列的相关问题（最大数、数组和减半的最小操作数、连续/递增序列）

贪心算法（Greedy Algorithm）是一种在每一步选择中都采取当前状态下最优决策的算法。贪心算法通常用来解决最优化问题，其核心思想是通过局部最优解逐步推导出全局最优解。在贪心算法中，我们并不总是考虑到未来可能发生的情况，而是只关注当前的最优选择。这种贪心选择性质使得贪心算法特别适合解决那些具有最优子结构性质的问题，即局部最优解能够推导出全局最优解的问题。贪心算法的基本思路可以总结为以下几步：确定问题的最优子结构：问题的最优解可以通过子问题的最优解逐步推导得到。构造贪心选择。

python 贪心算法（Greedy Algo）

贪心选择是总是选择剩余活动中完成时间最短的下一个活动，并且开始时间大于或等于先前选择的活动的结束时间。我们可以根据活动的完成时间对活动进行排序，以便我们始终将下一个活动视为完成时间最短的活动。在实现中，假设活动已经按照完成时间排序，否则时间复杂度将上升到 O(N*log(N))，辅助空间将上升到 O(N)，因为我们必须创建一个二维数组来将开始时间和结束时间存储在一起。B 中的活动是独立的，并且 k 的完成时间是所有活动中最小的。每一步，我们都可以做出当前看来最好的选择，从而得到整个问题的最优解。

贪心算法每日一题（最大数）

思路：要想组成最大的整数，一种直观的想法是把数值大的数放在高位。于是我们可以比较输入数组的每个元素的最高位，最高位相同的时候比较次高位，以此类推，完成排序，然后把它们拼接起来。这种排序方式对于输入数组 没有相同数字开头 的时候是有效的，例如 [45,56,81,76,123][45, 56, 81, 76, 123][45,56,81,76,123]。种拼接的可能，我们是不是需要先得到 NNN 个数的全排列以后，再选出最大的呢？，重新排列每个数的顺序（每个数不可拆分）使之组成一个最大的整数。

C++ 数据结构算法 学习笔记(30) -五大常规算法 - 贪心算法

贪婪算法(贪心算法)是指在对问题进行求解时，在每一步选择中都采取最好或者最优(即最有 利)的选择，从而希望能够导致结果是最好或者最优的算法。请看下面案例，假设有如下课程，希望尽可能多的将课程安排在一间教室里：这个问题看似要思考很多，实际上算法很简单:1.选择结束最早的课，便是要在这教室上课的第一节课2.接下来,选择第一堂课结束后才开始的课，并且结束最早的课，这将是第二节在教室上的课。

贪心算法4（c++）

比如:有四个人甲乙丙丁，他们过河需要的时间分别为，甲:1乙:2丙:5所有人过河的最短时间悶Ž閨辰:10第一种办法:最快的2个人先过桥，然后让跑的最快的人来回去接剩下的人:先让甲乙过去(2分钟)，甲回来(1分钟)，甲丙过去(5分钟)，甲回来(1分钟)，甲丁再过去(10分钟)，总共需要19分钟就可以让四个人都过去。不幸的是，N个人一共只带了一只手电筒，而桥窄得只够让两个人同时过，如果各自单独过桥的话，N人所需要的时间已知:而如果两人同时过桥，所需要的时间就是走得比较慢的那个人单独行动时所需的时间。