目录
class Solution {
private:
// 各位递增判断函数
bool checkNum(int num) {
int max = 10;
while (num) {
int t = num % 10;
if (max >= t) max = t;
else return false;
num = num / 10;
}
return true;
}
public:
int monotoneIncreasingDigits(int N) {
for (int i = N; i > 0; i--) { // 从大到小遍历
if (checkNum(i)) return i;
}
return 0;
}
};
? ? ? ? ?要注意相邻位置比较的逻辑实现和前后遍历顺序,只有从后向前遍历才能减少处理因为前一个相邻元素处理后改变的新值对当前值判断的影响。
class Solution {
public:
int monotoneIncreasingDigits(int n) {
string strNum = to_string(n);
int flag = strNum.size();
for (int i = strNum.size() - 1; i > 0; i--){
if (strNum[i - 1] > strNum[i]) {
strNum[i - 1]--;
flag = i;
}
}
for (int i = flag; i < strNum.size(); i++) {
strNum[i] = '9';
}
return stoi(strNum);
}
};
? ? ? ? 在贪心算法题的练习过程中,虽然没有能够总结出能够直接套用的模板,但是还是对于不同难度的贪心算法题有了大概的认识。
? ? ? ? 首先是一些简单题,基本上通过常识就能解决不用想具体的局部最优和全局最优。
? ? ? ? 对于一些中等题,贪心算法就展现出它的巧妙之处了,对于类似重叠区间的题目,利用贪心实现由固定的套路;对于要同时考虑两个维度的题目,往往先选择一个合适的维度进行讨论,再考虑选择另一个维度讨论补充。
? ? ? ? 对于一些贪心难题,例如和二叉树等较难的数据结构关联起来,处理起来就相当麻烦,在一刷的时候我选择跳过。