每日一题：每天一个新挑战；
循序渐进：从易到难，扎实掌握；
系统分类：按数据结构分类，有助于构建知识框架；
丰富题量：100 道精选题，覆盖简单/中等/困难难度。

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。你的目标是尽可能满足越多数量的孩子，并输出这个最大数值。

示例 1:

输入: g = [1,2,3], s = [1,1]
输出: 1
解释: 你有三个孩子和两块小饼干，3 个孩子的胃口值分别是：1,2,3。虽然你有两块小饼干，由于他们的尺寸都是 1，你只能让胃口值是 1 的孩子满足。所以你应该输出 1。

示例 2:

输入: g = [1,2], s = [1,2,3]
输出: 2
解释: 你有两个孩子和三块小饼干，2 个孩子的胃口值分别是 1,2。你拥有的饼干数量和尺寸都足以让所有孩子满足。所以你应该输出 2.

提示：

1 <= g.length <= 3 * 10^4
0 <= s.length <= 3 * 10^4
1 <= g[i], s[j] <= 2^31 – 1

代码卡片

题目解析

我们需要尽可能地用饼干满足更多孩子的胃口。每个孩子只能分配一块饼干，只有当饼干的尺寸大于等于孩子的胃口值时，这个孩子才能被满足。为了最大化满足孩子的数量，我们可以采用贪心算法的策略。

方法一：贪心算法

将孩子的胃口值数组 g 和饼干尺寸数组 s 分别进行排序。
使用两个指针，一个指向 g 数组的当前孩子，一个指向 s 数组的当前饼干。
遍历两个数组，如果当前饼干可以满足当前孩子（即 s[j] >= g[i]），则分配该饼干并移动两个指针。否则，只移动饼干指针，继续寻找下一块能满足当前孩子的饼干。
最终能够分配的饼干数量即为能够满足的孩子数量。

时间复杂度: O(n log n + m log m)，其中 n 是数组 g 的长度，m 是数组 s 的长度。排序的时间复杂度是 O(n log n) 和 O(m log m)，遍历数组的时间复杂度是 O(n + m)。
空间复杂度: O(log n + log m)，这是由于排序时使用的递归栈空间。

var findContentChildren = function (g, s) {
    g.sort((a, b) => a - b);
    s.sort((a, b) => a - b);

    let i = 0, j = 0;
    while (i < g.length && j < s.length) {
        if (s[j] >= g[i]) {
            i++;
        }
        j++;
    }
    return i;
}