代码随想录算法训练营 | 贪心算法 part02

122. 买卖股票的最佳时机 II

122. 买卖股票的最佳时机 II
在这里插入图片描述
局部最优:在价格趋势呈上涨的两端买入和卖出,保证利润为正值;比如:Day2买入,Day3卖出;
全局最优:计算所有局部最优的和,求得最大利润

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int res = 0;
        for (int i = 0; i < prices.size() - 1; i++) {
            int diff = prices[i + 1] - prices[i];
            if (diff > 0) {
                res += diff;
            }
        }
        return res;
    }
};

55. 跳跃游戏
55. 跳跃游戏

inums[i]i+nums[i]mx最远能到达的位置备注
0222
1334可以到达最后一个位置
2134
3144
4488
inums[i]i+nums[i]mx最远能到达的位置备注
0333
1233
2133
3033最远可以到达此位置
44--不能跳到此位置

局部最优:最远能跳到的位置,
全局最优:最后更新的最远可以跳到的位置是否可以到达数组的最后一个下标

class Solution {
public:
    bool canJump(vector<int>& nums) {
        int mx = 0; // 最远能跳到的位置
        // if (nums.size() == 1) {
        //     // 数组只有一个元素,即我们跳跃的起点,肯定可以到到达
        //     return true;
        // }
        for (int i = 0; i <= mx; ++i) { // 在最远位置范围内的可以继续跳跃
            mx = max(mx, i + nums[i]); // 更新最远可以到达的位置
            if (mx >= nums.size() - 1) { // 最远位置可以覆盖数组最后一个下标
                return true;
            }
        }
        return false;
    }
};

45. 跳跃游戏II
45. 跳跃游戏II

inums[i]i+nums[i]maxPos最远能到达的位置备注
0222
1233第一步跳跃可覆盖的范围,可以在此处进行第二步跳跃
2355第二步跳跃可以达到的最远的位置;同时可以到达最后一个位置,共跳跃2步,0->2->5
3145
4155
5088

在这里插入图片描述

局部最优:以 最小步数 增加最远能跳到的位置;每跳跃一步,在前一步跳跃覆盖的范围内寻找下一个可以跳到更远位置的下标,作为该步跳跃的起始位置;
例如:nums = [2,2,3,1,1,0]; 起始位置nums[0] = 2; 可以跳到下标为1, 和下标为2的两个位置;从这两个位置中选取可以跳的更远的一个下标作为新的其实位置;i = 1maxPos = max(2, 1 + nums[1]) =3i = 2maxPos = max(2, 2 + nums[2]) =5 ;所以下标2 作为新的起跳位置。

全局最优:到达数组最后一个下标位置的最小跳跃次数

class Solution {
public:
    int jump(vector<int>& nums) {
        int maxPos = 0;
        int end = 0;
        int steps = 0;
        if (nums.size() == 1) {
            return 0;
        }
        for (int i = 0; i < nums.size() - 1; ++i) {
            maxPos = max(maxPos, i + nums[i]);
            if (i == end) { // 遇到边界,更新边界,并且步数加 1
                end = maxPos;
                steps++;
            }
        }
        return steps;
    }
};

1005 K 次取反后最大化的数组和
1005 K 次取反后最大化的数组和
局部最优:较大的正数越多和越大,优先将绝对值大的负数取反;如果负数全部取反后,K次还大于0,将最小的非负数反复取反;
全局最优:数组和达到最大

class Solution {
public:
    static bool cmp(int a, int b) {
        return abs(a) > abs(b);
    }
    int largestSumAfterKNegations(vector<int>& nums, int k) {
        sort(nums.begin(), nums.end(), cmp); // 按绝对值由大到小排序
        for (int i = 0; i < nums.size(); i++) { // 将尽可能多的绝对值大的负数取反
            if (nums[i] < 0 && k > 0) {
                nums[i] *= -1;
                k--;
            }
        }
        // 如果k还大于0,数组已全为非负数,那么反复取反数值最小的元素,将K用完
        if (k % 2 == 1) nums[nums.size() - 1] *= -1; 
        int sum = 0;
        for (int nums : nums) { // 求和
            sum += nums; 
        }
        return sum;
    }
};
  • 7
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码随想录算法训练营是一个优质的学习和讨论平台,提供了丰富的算法训练内容和讨论交流机会。在训练营中,学员们可以通过观看视频讲解来学习算法知识,并根据讲解内容进行刷题练习。此外,训练营还提供了刷题建议,例如先看视频、了解自己所使用的编程语言、使用日志等方法来提高刷题效果和语言掌握程度。 训练营中的讨论内容非常丰富,涵盖了各种算法知识点和解题方法。例如,在第14天的训练营中,讲解了二叉树的理论基础、递归遍历、迭代遍历和统一遍历的内容。此外,在讨论中还分享了相关的博客文章和配图,帮助学员更好地理解和掌握二叉树的遍历方法。 训练营还提供了每日的讨论知识点,例如在第15天的讨论中,介绍了层序遍历的方法和使用队列来模拟一层一层遍历的效果。在第16天的讨论中,重点讨论了如何进行调试(debug)的方法,认为掌握调试技巧可以帮助学员更好地解决问题和写出正确的算法代码。 总之,代码随想录算法训练营是一个提供优质学习和讨论环境的平台,可以帮助学员系统地学习算法知识,并提供了丰富的讨论内容和刷题建议来提高算法编程能力。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [代码随想录算法训练营每日精华](https://blog.csdn.net/weixin_38556197/article/details/128462133)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
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