这是基于代码随想录的每日打卡
134. 加油站
在一条环路上有 n 个加油站，其中第 i 个加油站有汽油 gas[i] 升。
你有一辆油箱容量无限的的汽车，从第 i 个加油站开往第 i+1 个加油站需要消耗汽油 cost[i] 升。你从其中的一个加油站出发，开始时油箱为空。
给定两个整数数组 gas 和 cost ，如果你可以按顺序绕环路行驶一周，则返回出发时加油站的编号，否则返回 -1 。如果存在解，则 保证 它是 唯一 的。
示例 1:
输入: gas = [1,2,3,4,5], cost = [3,4,5,1,2]
输出: 3
解释:
从 3 号加油站(索引为 3 处)出发，可获得 4 升汽油。此时油箱有 = 0 + 4 = 4 升汽油
开往 4 号加油站，此时油箱有 4 - 1 + 5 = 8 升汽油
开往 0 号加油站，此时油箱有 8 - 2 + 1 = 7 升汽油
开往 1 号加油站，此时油箱有 7 - 3 + 2 = 6 升汽油
开往 2 号加油站，此时油箱有 6 - 4 + 3 = 5 升汽油
开往 3 号加油站，你需要消耗 5 升汽油，正好足够你返回到 3 号加油站。
因此，3 可为起始索引。
示例 2:
输入: gas = [2,3,4], cost = [3,4,3]
输出: -1
解释:
你不能从 0 号或 1 号加油站出发，因为没有足够的汽油可以让你行驶到下一个加油站。
我们从 2 号加油站出发，可以获得 4 升汽油。 此时油箱有 = 0 + 4 = 4 升汽油
开往 0 号加油站，此时油箱有 4 - 3 + 2 = 3 升汽油
开往 1 号加油站，此时油箱有 3 - 3 + 3 = 3 升汽油
你无法返回 2 号加油站，因为返程需要消耗 4 升汽油，但是你的油箱只有 3 升汽油。
因此，无论怎样，你都不可能绕环路行驶一周。
贪心算法
"""
贪心：算法通过不断更新起始点，跳过那些无法完成一圈的局部区间，最终找到一个可以完成一圈的起始点。如果总油量足够，那么这种局部调整最终一定能找到一个全局最优解。
"""
class Solution:def canCompleteCircuit(self, gas: List[int], cost: List[int]) -> int:curSum=0 # 记录当前累计的剩余油量tolSum=0 # 记录n个加油站一共的剩余油量start=0 # 从第0个站点出发for i in range(len(gas)):curSum+=gas[i]-cost[i]tolSum+=gas[i]-cost[i]if curSum<0:curSum=0start=i+1if tolSum<0:return -1else:return start"""
为什么tolSum大于0就一定存在解？
遍历过程中可能会出现局部油量curSum<0的情况，但是由于curSum<0，因此整体油量是足够的。这意味着某些局部区间油量不足的情况，
必然存在其他局部区间油量有剩余，可以弥补不足的部分。为什么不会是正确答案start后面的位置？
假设存在起始点start'>start，从start'出发也可以完成一圈，那么从start到start'这段路径的curSum必须是非负的，因为既然两个点都可以完成一圈，
就说明start可以开到start'，但是由于只有curSum<0时才更新答案，这与假设相反。
"""
运行结果
135. 分发糖果
n 个孩子站成一排。给你一个整数数组 ratings 表示每个孩子的评分。
你需要按照以下要求，给这些孩子分发糖果：
- 每个孩子至少分配到
1个糖果。 - 相邻两个孩子评分更高的孩子会获得更多的糖果。
请你给每个孩子分发糖果，计算并返回需要准备的 最少糖果数目 。
示例 1：
输入：ratings = [1,0,2]
输出：5
解释：你可以分别给第一个、第二个、第三个孩子分发 2、1、2 颗糖果。
示例 2：
输入：ratings = [1,2,2]
输出：4
解释：你可以分别给第一个、第二个、第三个孩子分发 1、2、1 颗糖果。第三个孩子只得到 1 颗糖果，这满足题面中的两个条件。
贪心算法
"""通过两次遍历（从左到右和从右到左），分别确保每个孩子在与前一个孩子和后一个孩子比较时都满足评分高的孩子糖果多的条件。这种局部的最优选择（每次只考虑相邻的孩子）最终能够推导出全局的最优解（最小的糖果总数）。
"""
class Solution:def candy(self, ratings: List[int]) -> int:candy=[1]*len(ratings)# 从前往后遍历for i in range(1,len(ratings)):if ratings[i]>ratings[i-1]:candy[i]=candy[i-1]+1# 从后往前遍历for i in range(len(ratings)-2,-1,-1):if ratings[i]>ratings[i+1]:candy[i]=max(candy[i+1]+1,candy[i])return sum(candy)
运行结果
860. 柠檬水找零
在柠檬水摊上，每一杯柠檬水的售价为 5 美元。顾客排队购买你的产品，（按账单 bills 支付的顺序）一次购买一杯。
每位顾客只买一杯柠檬水，然后向你付 5 美元、10 美元或 20 美元。你必须给每个顾客正确找零，也就是说净交易是每位顾客向你支付 5 美元。
注意，一开始你手头没有任何零钱。
给你一个整数数组 bills ，其中 bills[i] 是第 i 位顾客付的账。如果你能给每位顾客正确找零，返回 true ，否则返回 false 。
示例 1：
输入：bills = [5,5,5,10,20]
输出：true
解释：
前 3 位顾客那里，我们按顺序收取 3 张 5 美元的钞票。
第 4 位顾客那里，我们收取一张 10 美元的钞票，并返还 5 美元。
第 5 位顾客那里，我们找还一张 10 美元的钞票和一张 5 美元的钞票。
由于所有客户都得到了正确的找零，所以我们输出 true。
示例 2：
输入：bills = [5,5,10,10,20]
输出：false
解释：
前 2 位顾客那里，我们按顺序收取 2 张 5 美元的钞票。
对于接下来的 2 位顾客，我们收取一张 10 美元的钞票，然后返还 5 美元。
对于最后一位顾客，我们无法退回 15 美元，因为我们现在只有两张 10 美元的钞票。
由于不是每位顾客都得到了正确的找零，所以答案是 false。
贪心了点
class Solution:def lemonadeChange(self, bills: List[int]) -> bool:from collections import defaultdictmon_dict=defaultdict(int)for bill in bills:if bill==5:mon_dict['5']+=1if bill==10:mon_dict['10']+=1if mon_dict['5']>0:mon_dict['5']-=1else:return Falseif bill==20:# 因为记录了后面也用不上# mon_dict['20']+=1if mon_dict['10']>0 and mon_dict['5']>0:# 贪心：优先找10块钱的给顾客，因为五块钱的用途比十块钱多mon_dict['10']-=1mon_dict['5']-=1elif mon_dict['5']>2:mon_dict['5']-=3else:return Falsereturn True
运行结果
406. 根据身高重建队列
假设有打乱顺序的一群人站成一个队列，数组 people 表示队列中一些人的属性（不一定按顺序）。每个 people[i] = [hi, ki] 表示第 i 个人的身高为 hi ，前面 正好 有 ki 个身高大于或等于 hi 的人。
请你重新构造并返回输入数组 people 所表示的队列。返回的队列应该格式化为数组 queue ，其中 queue[j] = [hj, kj] 是队列中第 j 个人的属性（queue[0] 是排在队列前面的人）。
示例 1：
输入：people = [[7,0],[4,4],[7,1],[5,0],[6,1],[5,2]]
输出：[[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]]
解释：
编号为 0 的人身高为 5 ，没有身高更高或者相同的人排在他前面。
编号为 1 的人身高为 7 ，没有身高更高或者相同的人排在他前面。
编号为 2 的人身高为 5 ，有 2 个身高更高或者相同的人排在他前面，即编号为 0 和 1 的人。
编号为 3 的人身高为 6 ，有 1 个身高更高或者相同的人排在他前面，即编号为 1 的人。
编号为 4 的人身高为 4 ，有 4 个身高更高或者相同的人排在他前面，即编号为 0、1、2、3 的人。
编号为 5 的人身高为 7 ，有 1 个身高更高或者相同的人排在他前面，即编号为 1 的人。
因此 [[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]] 是重新构造后的队列。
示例 2：
输入：people = [[6,0],[5,0],[4,0],[3,2],[2,2],[1,4]]
输出：[[4,0],[5,0],[2,2],[3,2],[1,4],[6,0]]
贪心算法
每次插入时，直接将当前人插入到其 k 值指定的位置。这种局部最优的选择能够确保当前人的位置正确，同时利用前面已经排好的顺序，避免后续插入时的冲突。
class Solution:def reconstructQueue(self, people: List[List[int]]) -> List[List[int]]:# 先按身高从大到小排序，身高相同则按维度k从小到大排序people.sort(key=lambda x:(-x[0],x[1]))queue=[]for i in people:"""前面已经排好序了，影响k的只有身高更高的人从下标0到插入位置的区间来说，不会影响左边元素的k从插入位置到原位置的区间来说，插入元素比右边小，也不会影响左边元素的k"""queue.insert(i[1],i)return queue
运行结果
