贪心算法 part02
day31-1 ● 122.买卖股票的最佳时机II
解题思路
局部最优(每天的正利润)推出全局最优(最大利润),并且我们找不出明显的反例来反驳我们现在的思路,所以我们可以沿着这个思路贪下去。
代码实现
class Solution {
// 贪心算法
public int maxProfit(int[] prices) {
int result = 0;
for(int i = 1; i < prices.length; i++){
result += Math.max((prices[i]-prices[i - 1]), 0);
}
return result;
}
}
总结
股票问题是动态规划中的一个系列
贪心是本题利润拆分的关键点
day31-2 ●55. 跳跃游戏
解题思路
不纠结得到一个元素后下面具体跳几步,而是去考虑覆盖的思想
模拟过程
代码实现
class Solution {
public boolean canJump(int[] nums) {
int coverRange = 0;
if(nums.length == 1){
return true;
}
// i为什么小于等于cover,因为i遍历需要在覆盖范围里面移动,超出覆盖范围了移动就没有意义了
for(int i = 0; i <= coverRange ; i++){
coverRange = Math.max(i + nums[i], coverRange );
// 大于等于否则会出现:java.lang.ArrayIndexOutOfBoundsException
if(cover >= nums.length - 1){
return true;
}
}
return false;
}
}
总结
贪心无套路
本题的局部最优:每遍历一个元素的时候都去尽可能的增加它的覆盖范围,即去取它的最大覆盖范围;全局最优就是整个数组序列的最大覆盖范围
i为什么小于等于cover,因为i遍历需要在覆盖范围里面移动,超出覆盖范围了移动就没有意义了
day31-3 ● 45.跳跃游戏II
解题思路
最大覆盖范围
模拟过程
代码实现
class Solution {
public int jump(int[] nums) {
if(nums == null || nums.length == 0 || nums.length == 1){
return 0;
}
// 记录跳跃的次数
int count = 0;
// 当前的覆盖最大区域
int curDistance = 0;
// 最大的覆盖区域
int maxDistance = 0;
for(int i = 0; i < nums.length; i++){
// 在可覆盖区域内更新最大的覆盖区域
maxDistance = Math.max(i + nums[i], maxDistance);
// 如果移动下标达到了当前这一步的最大覆盖最远距离
if(i == curDistance){
// 还没有到达终点的话,就必须增加步数来增加覆盖范围,直到覆盖范围到达终点。
if(curDistance != nums.length -1){
curDistance = maxDistance;
count++;
if(curDistance >= nums.length - 1){
break;
}
}
}
}
return count;
}
}
总结
以最小的步数增加最大的覆盖范围,直到覆盖范围覆盖了终点
day31-4 ●1005.K次取反后最大化的数组和
解题思路
2次贪心:找负数的绝对值最大的数进行取反、都是正数的时候找绝对值最小的数进行连续取反
代码实现
class Solution {
public int largestSumAfterKNegations(int[] nums, int k) {
nums = IntStream.of(nums)
.boxed()// 将int类型的流元素装箱成Integer类型,以便进行排序
.sorted((o1,o2)->Math.abs(o2)-Math.abs(o1))// 按照绝对值降序排序
.mapToInt(Integer::intValue)// 将排序后的Integer对象转换成int值
.toArray();
int len = nums.length;
for(int i = 0; i < len; i++){
if(nums[i] < 0 && k > 0){
nums[i] = -nums[i];
k--;
}
}
// 如果K还大于0,反复翻转绝对值最小的元素,知道把k用完
if(k % 2 == 1){// 奇数次取反等于一次取反
nums[len - 1] = -nums[len - 1];
}
return Arrays.stream(nums).sum();
}
}
总结
贪心的思考方式:局部最优推出全局最优