455 分发饼干
假设你是一位很棒的家长，想要给你的孩子们一些小饼干。但是，每个孩子最多只能给一块饼干。
对每个孩子 i，都有一个胃口值 g[i]，这是能让孩子们满足胃口的饼干的最小尺寸；并且每块饼干 j，都有一个尺寸 s[j] 。如果 s[j] >= g[i]，我们可以将这个饼干 j 分配给孩子 i ，这个孩子会得到满足。你的目标是满足尽可能多的孩子，并输出这个最大数值。
示例 1:
输入: g = [1,2,3], s = [1,1] 输出: 1
示例 2:
输入: g = [1,2], s = [1,2,3] 输出: 2小饼干先喂饱小胃口，贪心算法
int cmp(const void *a,const void *b){return *(int*)a-*(int*)b;
}
int findContentChildren(int* g, int gSize, int* s, int sSize) {int cnt=0;qsort(g,gSize,sizeof(int),cmp);qsort(s,sSize,sizeof(int),cmp);int j=0;for(int i=0;i<sSize;i++){if(s[i]>=g[j]){cnt++;j++;if(j==gSize)break;}}return cnt;
}376 摆动序列
如果连续数字之间的差严格地在正数和负数之间交替，则数字序列称为 摆动序列 。第一个差（如果存在的话）可能是正数或负数。仅有一个元素或者含两个不等元素的序列也视作摆动序列。
-
例如，
[1, 7, 4, 9, 2, 5]是一个 摆动序列 ，因为差值(6, -3, 5, -7, 3)是正负交替出现的。 - 相反，
[1, 4, 7, 2, 5]和[1, 7, 4, 5, 5]不是摆动序列，第一个序列是因为它的前两个差值都是正数，第二个序列是因为它的最后一个差值为零。
子序列 可以通过从原始序列中删除一些（也可以不删除）元素来获得，剩下的元素保持其原始顺序。
给你一个整数数组 nums ，返回 nums 中作为 摆动序列 的 最长子序列的长度 。
示例 1：
输入：nums = [1,7,4,9,2,5] 输出：6 解释：整个序列均为摆动序列，各元素之间的差值为 (6, -3, 5, -7, 3) 。
示例 2：
输入：nums = [1,17,5,10,13,15,10,5,16,8] 输出：7 解释：这个序列包含几个长度为 7 摆动序列。 其中一个是 [1, 17, 10, 13, 10, 16, 8] ，各元素之间的差值为 (16, -7, 3, -3, 6, -8) 。
示例 3：
输入：nums = [1,2,3,4,5,6,7,8,9] 输出：2
解题思路：
局部最优：删除单调坡度上的节点（不包括单调坡度两端的节点），那么这个坡度就可以有两个局部峰值。
整体最优：整个序列有最多的局部峰值，从而达到最长摆动序列。
贪心算法，选择最高点和最低点。pre和next分别是前一个差值和后一个差值。pre和next一正一负即可。pre跟着next走
考虑特殊情况
（1）首尾元素，至少满足一个。设最后一个元素一定满足，cnt初始值设为1，循环i小于numsSize-1。不算末尾
那怎么把满足题意的首元素也加进去呢？
解决方法：设pre初始值为0，next>0或者<0都能满足
（2）平坡情况，更特殊的是单调段出现平坡
比如 1 2 2 4， 如果pre每次都跟着next走，那最长子序列的长度应该为3，显然是错误的。
所以我们只在坡度变化是才更新pre的值。
int wiggleMaxLength(int* nums, int numsSize) {//因为要算pre和next,pre初始值为0，表示第一个满足题意//因为最后一个元素没有next,所有cnt初始为1，int cnt=1;int pre=0,next;for(int i=0;i<numsSize-1;i++){next=nums[i+1]-nums[i];//1 2 2 3 4 单调有平坡情况if((next>0&&pre<=0)||(next<0&&pre>=0)){cnt++;pre=next;//坡度变化才更新pre的值}}return cnt;
}53 最大子数组和
给你一个整数数组 nums ，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。
子数组是数组中的一个连续部分。
示例 1：
输入：nums = [-2,1,-3,4,-1,2,1,-5,4] 输出：6 解释：连续子数组 [4,-1,2,1] 的和最大，为 6 。
示例 2：
输入：nums = [1] 输出：1
示例 3：
输入：nums = [5,4,-1,7,8] 输出：23
不要把max初始值设置为0，因为可能数组全是负数，不妨max初始值设为nums[0]
局部最优：当前连续和为负数的时候立刻放弃，从下一个元素重新计算连续和，因为负数加下一个元素 连续和只会越来越小。
全局最优：选取最大连续和
int maxSubArray(int* nums, int numsSize) {int max=nums[0],sum=0;//sum为区间和for(int i=0;i<numsSize;i++){sum+=nums[i];if(sum>=max)max=sum;if(sum<0)sum=0;//重置计算初始位置}return max;
}
