LeetCode Day31|● 122.买卖股票的最佳时机II（利润拆分）●55. 跳跃游戏（覆盖的思想）● 45.跳跃游戏II（小步数求最大的覆盖范围）●1005.K次取反后最大化的数组和（2贪）

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