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 gi ，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 sj 。如果 sj >= gi ，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。
注意：
你可以假设胃口值为正。 一个小朋友最多只能拥有一块饼干。
示例 1:
输入: [1,2,3], [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: [1,2], [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.思路：
对于这道题，目标是尽可能满足更多孩子的胃口。贪心算法是一个合适的思路，因为要优先用较小尺寸的饼干去满足较小胃口的孩子，这样能最大程度地满足更多孩子。通过对孩子的胃口值数组和饼干尺寸数组进行排序，然后依次比较，符合条件就分配饼干给孩子，这种方法能够有效地找到最多能满足的孩子数量。
- 首先初始化两个变量 child 和 cookie，分别用于记录已满足的孩子数量和已使用的饼干数量，初始值都为 0。
- 对孩子的胃口值数组 g 和饼干尺寸数组 s 分别进行升序排序，这样便于后续的贪心操作。
- 进入 while 循环，只要还有孩子没考虑（child < g.length）并且还有饼干没考虑（cookie < s.length），就继续循环：
- 比较当前孩子的胃口值 g[child]和当前饼干的尺寸 s[cookie]，如果当前饼干尺寸大于等于当前孩子的胃口值，说明这块饼干可以满足这个孩子，将 child 加 1，表示又有一个孩子得到满足。
- 无论是否满足了孩子，都将 cookie 加 1，考虑下一块饼干。因为即使这块饼干不能满足当前孩子，也需要尝试下一块饼干是否能满足。
- 最后返回 child，即能满足的孩子的最大数量。
时间复杂度：对两个数组进行排序，时间复杂度通常为 O(n log n)和 O(m log m)，其中 n 是 g 数组的长度，m 是 s 数组的长度。在最坏情况下，需要遍历两个数组中的较小长度的数组，这部分时间复杂度为 O(min(n, m))。综合起来，总的时间复杂度为 O(max(n log n, m log m))。 空间复杂度：除了输入的数组外，只使用了几个常数级别的变量，空间复杂度为 O(1)。
/**
* @param {number[]} g
* @param {number[]} s
* @return {number}
*/
var findContentChildren = function (g, s) {
let child = 0; // 孩子
let cookie = 0; // 饼干
g.sort((a, b) => a - b);
s.sort((a, b) => a - b);
while (child < g.length && cookie < s.length) {
if (g[child] <= s[cookie]) {
child++;
}
cookie++;
}
return child;
};