Leetcode经典150题-Day04（189&&121&&122）

189.轮转数组

给定一个整数数组 nums，将数组中的元素向右轮转 k 个位置，其中 k 是非负数。

方法一：用取模的形式放到新数组中

class Solution {
    public void rotate(int[] nums, int k) {
        int n = nums.length;
        int[] arr = new int[n];
        for(int i=0;i<n;i++){
            arr[(i+k)%n]=nums[i];//%取mod的符号只与被模的数一致。比如数组长10，那么1%10=11%10
        }
        for(int i=0;i<n;i++){
            nums[i]=arr[i];
        }
    }
}

 121.买卖股票的最佳时机

给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。

你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。

返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。

class Solution {
    public int maxProfit(int[] prices) {
        //买卖股票算利润，买入前的时间点是不能卖出的，只能用后面的减去前面买入的。
        int maxProfit = 0;
        Integer lowerPrice = null;
        for(int i=0;i<prices.length;i++){
            if(lowerPrice == null){
                lowerPrice = prices[i];
            }
            if(prices[i]<lowerPrice){
                lowerPrice = prices[i];
            }else if(prices[i]-lowerPrice>maxProfit){
                maxProfit = prices[i]-lowerPrice;
            }
        }
        return maxProfit;
    }
}
/*
Integer.MAX_VALUE表示int数据类型的最大取值数：2 147 483 647
Integer.MIN_VALUE表示int数据类型的最小取值数：-2 147 483 648
*/

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 。

方法一：记忆化搜索

递归会不断递归下去直到穷举所有可能；

class Solution {
    public int maxProfit(int[] prices) {    
        Integer[][] ans = new Integer[prices.length+1][2];
        return calculateMaxProfit(prices, 0, 0,ans);
    }

    private int calculateMaxProfit(int[] prices, int day, int state,Integer[][] ans) {
        if(ans[day][state]!=null){
            return ans[day][state];
        }

        if (day == prices.length) {
            return 0;
        }

        int maxProfitNotHolding = 0;
        int maxProfitHolding = 0;

        //同一天一个股票只有1.买入或者卖出2.保持不变
        maxProfitNotHolding = calculateMaxProfit(prices, day + 1, state,ans);// 当日既不买入股票也不卖出股票;

        //当state == 0的时候只能买入股票
        if (state == 0) {
            maxProfitHolding = calculateMaxProfit(prices, day + 1, 1,ans) - prices[day];//买入股票
        } else {
            maxProfitHolding = calculateMaxProfit(prices, day + 1, 0,ans) + prices[day];//卖出股票
        }
        
        ans[day][state] = maxProfitHolding > maxProfitNotHolding ? maxProfitHolding : maxProfitNotHolding;
        return ans[day][state];

    }
}

方法二：动态规划DP

class Solution {
    public int maxProfit(int[] prices) {
        int[][] dp = new int[prices.length][2];
        dp[0][0] = 0;
        dp[0][1] = -prices[0];//初始化 所有i应该从1开始 因为没有dp[-1]的初始化值
        for (int i = 1; i < prices.length; i++) {
            dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
        }
        return dp[prices.length - 1][0];
    }
}

空间优化：因为只需要知道前一个的两种状态就可以得出当前的值。所以只要存这两个值就行

注意到上面的状态转移方程中，每一天的状态只与前一天的状态有关，而与更早的状态都无关，因此我们不必存储这些无关的状态，只需要将 dp[i−1][0]\textit{dp}[i-1][0]dp[i−1][0] 和 dp[i−1][1]\textit{dp}[i-1][1]dp[i−1][1] 存放在两个变量中，通过它们计算出 dp[i][0]\textit{dp}[i][0]dp[i][0] 和 dp[i][1]\textit{dp}[i][1]dp[i][1] 并存回对应的变量，以便于第 i+1i+1i+1 天的状态转移即可。

方法三：贪心

由于股票购买没有限制，把所有价格上涨的区间累计 就是最优利益

class Solution {
    public int maxProfit(int[] prices) {
        int ans = 0;
        for(int i=1;i<prices.length;i++){
            ans+=Math.max(0,prices[i]-prices[i-1]);
        }
        return ans;
    }
}

这段代码采用了贪心算法的思想，其原理是在每一步都做出当前看起来最优的选择，从而期望最终达到全局最优解。在这个问题中，贪心算法的思想是尽可能地多买卖股票，只要能够获得利润就进行交易。

具体来说，贪心算法的实现如下：

• 遍历股票价格数组，从第二天开始（i=1）。
• 对于每一天，比较当前股价与前一天的股价，如果当前股价高于前一天，则认为可以在前一天买入，当前天卖出，从而获得利润。
• 利润通过 prices[i] - prices[i - 1] 计算，如果是正数，则表示有利润，加到最终结果 ans 上；如果是负数或零，则表示无法获得利润，忽略这次交易。
• 最终，ans 即为贪心策略下的最大利润。

这种贪心算法的思想是尽可能地捕捉到股票价格的上涨趋势，每次遇到上涨就进行买卖，从而累积利润。这样做的原理是相信在上涨趋势中，频繁买卖可以获得更大的利润。贪心算法不保证一定能得到全局最优解，但在某些问题中，它能够提供较好的解决方案，并且具有较低的时间复杂度。

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 。

方法一：dp动态规划

class Solution {
    public boolean canJump(int[] nums) {
        boolean[] dp = new boolean[nums.length];
        dp[0] = true;
        for (int i = 1; i < nums.length; i++) {
            for (int j = 0; j < i; j++) {
                if (dp[j] && (j + nums[j] >= i)) {
                    dp[i] = true;
                    break;
                }
            }
        }
        return dp[nums.length - 1];
    }
}