分发饼干
贪心算法，让每个饼干给到能够满足的孩子，所以需要对饼干尺寸和孩子的满足值先进行排序，然后针对每一个饼干的尺寸，挑选恰好能够满足的孩子（这里表述可能不准确，即从大到小，都选择能够满足的孩子，满足后结果返回值加1），这里选用while循环比较简单，具体代码如下。
class Solution {
public:
int findContentChildren(vector<int>& g, vector<int>& s) {
// 对孩子的胃口值和饼干的尺寸进行排序
sort(g.begin(),g.end());
sort(s.begin(),s.end());
// 初始化饼干索引为饼干数组的最后一个元素
int index = s.size()-1;
int result = 0;
// 从孩子的胃口值数组的最后一个元素开始遍历
int i = g.size()-1;
// 当饼干索引大于等于0时，继续执行
while(index>=0){
// 如果孩子的索引小于0，则所有孩子都已被考虑，跳出循环
if(i < 0){
break;
}
// 如果当前饼干可以满足当前孩子（饼干的尺寸大于等于孩子的胃口值）
if(s[index]>=g[i]){
// 移动到下一个孩子和下一个饼干
index--;
i--;
// 结果加一
result++;
}
else{
// 如果当前饼干不能满足当前孩子，则移动到下一个孩子
i--;
}
}
// 返回可以满足的孩子数量
return result;
}
};
算法的时间复杂度为O(nlogn)，排序需要O(nlogn)，循环遍历一次需要O(n)，总体需要O(nlogn)的复杂度，空间复杂度考虑排序需要的空间O(logn),其余所需的空间为O(1)，所以空间复杂度应该为O(logn)。
摆动序列
具体参考代码随想录，确实没想到。。。
https://programmercarl.com/0376.%E6%91%86%E5%8A%A8%E5%BA%8F%E5%88%97.html#%E6%80%9D%E8%B7%AFclass Solution {
public:
int wiggleMaxLength(vector<int>& nums) {
if (nums.size() <= 1) return nums.size();
int curDiff = 0; // 当前一对差值
int preDiff = 0; // 前一对差值
int result = 1; // 记录峰值个数，序列默认序列最右边有一个峰值
for (int i = 0; i < nums.size() - 1; i++) {
curDiff = nums[i + 1] - nums[i];
// 出现峰值
if ((preDiff <= 0 && curDiff > 0) || (preDiff >= 0 && curDiff < 0)) {
result++;
preDiff = curDiff; // 注意这里，只在摆动变化的时候更新prediff
}
}
return result;
}
};算法时间复杂度为O(n)遍历一次，空间复杂度为O(1)。
最大子序和
如果在某个点，当前子数组的和变成了负数，那么它对于后续的子数组来说就没有任何益处，因此，可将其重置为0，同时，每次都记录下当前子数组和的最大值，这样就可以找到全局的最大子数组和。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
// 初始化当前子数组的和为0
int sum = 0;
// 初始化最大子数组和为数组的第一个元素
int pre = nums[0];
// 遍历数组中的每个元素
for(int i = 0; i < nums.size();i++){
// 将当前元素加到当前子数组的和上
sum += nums[i];
// 如果当前子数组的和大于之前记录的最大子数组和，则更新最大子数组和
if(sum>pre){
pre = sum;
}
// 如果当前子数组的和小于0，则重置当前子数组和为0
// 这是因为负数会减少子数组的和，所以不可能成为最大子数组和的一部分
if(sum < 0){
sum = 0;
}
}
// 返回最大子数组和
return pre;
}
};
算法的时间复杂度为O(n)，空间复杂度为O(1)。
感觉贪心算法真的就是能想到的话很简单，想不到的话直接寄啊。。。
