Day32: LeedCode 122.买卖股票的最佳时机II 55. 跳跃游戏 45.跳跃游戏II

本文介绍了如何运用动态规划解决股票买卖问题,以及如何通过贪心策略在跳跃游戏中找到最小跳跃次数,涉及关键概念如利润序列和覆盖范围计算。
摘要由CSDN通过智能技术生成

122. 买卖股票的最佳时机 II

给你一个整数数组 prices ,其中 prices[i] 表示某支股票第 i 天的价格。

在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。

返回 你能获得的 最大 利润 。

示例 1:

输入:prices = [7,1,5,3,6,4]
输出:7
解释:在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。
     随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6 - 3 = 3 。
     总利润为 4 + 3 = 7 

本题首先要清楚两点:

  • 只有一只股票!
  • 当前只有买股票或者卖股票的操作

思路:在第i天买,第 j天卖

利润(prices[j]-prices[i])可以分解为第i+1天利润(prices[i+1]-prices[i]) +第i+2天利润 (prices[i+2]-prices[i+1])+..+第j天利润(prices[j]-prices[j-1])

故,想让(prices[j]-prices[i])利润最大,则(prices[i+1]-prices[i]) + (prices[i+2]-prices[i+1])+..+(prices[j]-prices[j-1]) 每天获得的利润都是正值

第一天当然没有利润,至少要第二天才会有利润,所以利润的序列比股票序列少一天!

收集正利润的区间,就是股票买卖的区间,而我们只需要关注最终利润,不需要记录区间

class Solution {
    public int maxProfit(int[] prices) {
        int result=0; 
        //得到每天的利润
       for(int i=1;i<prices.length;i++){
         if(prices[i]-prices[i-1]>0){
            result+=(prices[i]-prices[i-1]);
         }
       }
       return result;
    }
}


55. 跳跃游戏

给你一个非负整数数组 nums ,你最初位于数组的 第一个下标 。数组中的每个元素代表你在该位置可以跳跃的最大长度。

判断你是否能够到达最后一个下标,如果可以,返回 true ;否则,返回 false 。

示例 1:

输入:nums = [2,3,1,1,4]
输出:true
解释:可以先跳 1 步,从下标 0 到达下标 1, 然后再从下标 1 跳 3 步到达最后一个下标。

 这个问题能转化为跳跃覆盖范围究竟可不可以覆盖到终点

贪心算法局部最优解:每次取最大跳跃步数(取最大覆盖范围),整体最优解:最后得到整体最大覆盖范围,看是否能到终点

class Solution {
    public boolean canJump(int[] nums) {
       int coverRange =0;
       for(int i=0;i<=coverRange;i++){
        coverRange=Math.max(coverRange,nums[i]+i);
        if(coverRange>=nums.length-1) return true;
       }
       return false;
    }
}

45. 跳跃游戏 II

给定一个长度为 n 的 0 索引整数数组 nums。初始位置为 nums[0]

每个元素 nums[i] 表示从索引 i 向前跳转的最大长度。换句话说,如果你在 nums[i] 处,你可以跳转到任意 nums[i + j] 处:

  • 0 <= j <= nums[i] 
  • i + j < n

返回到达 nums[n - 1] 的最小跳跃次数。生成的测试用例可以到达 nums[n - 1]

示例 1:

输入: nums = [2,3,1,1,4]
输出: 2
解释: 跳到最后一个位置的最小跳跃数是 2。
     从下标为 0 跳到下标为 1 的位置,跳 1 步,然后跳 3 步到达数组的最后一个位置。

 思路:本题和上一题思路一致,还是要看最长覆盖范围,但要想清楚什么时候步数才一定要加一

贪心的思路,局部最优:当前可移动距离尽可能多走,如果还没到终点,步数再加一。整体最优:一步尽可能多走,从而达到最少步数。

真正解题的时候,要从覆盖范围出发,不管怎么跳,覆盖范围内一定是可以跳到的,以最小的步数增加覆盖范围,覆盖范围一旦覆盖了终点,得到的就是最少步数!

注意:当nums.length==1时单独判断

一定要在curRange等于i时判断coverRange是否>=nums.length-1,提取判断会少走一步

 代码参考:

走遍当前范围内的所有位置并更新出最大的下一次范围,当前范围没走到终点,步数+1,将下一次范围作为当前范围,注意,nums.length==1的情况,步数为0

class Solution {
    public int jump(int[] nums) {
        if(nums.length==1) return 0;
        int result=0;
        int curRange=0;
        int nextRange=0;
       for(int i=0;i<nums.length;i++){
        nextRange=Math.max(nextRange,nums[i]+i);
        if(i==curRange){//遇到当前覆盖最远距离下标
            result++; // 需要走下一步
            curRange=nextRange;
            if(curRange>=nums.length-1){
               break;
            }
        }

       }
       return result;
    }
}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值