文章目录
❇️Day 32 第八章 贪心算法 part02
✴️今日任务
- 122.买卖股票的最佳时机II
- 55.跳跃游戏
- 45.跳跃游戏II
❇️122. 买卖股票的最佳时机II
- 本题解法很巧妙,大家可以看题思考一下,在看题解。
- 题目链接:https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-ii/
- 视频讲解:https://www.bilibili.com/video/BV1ev4y1C7na
- 文章链接:https://programmercarl.com/0122.%E4%B9%B0%E5%8D%96%E8%82%A1%E7%A5%A8%E7%9A%84%E6%9C%80%E4%BD%B3%E6%97%B6%E6%9C%BAII.html
自己的思考
- 先列举一下情况
- 有跌有涨
- 一直跌:不买,返回0
- 一直涨:第一天买,最后一天卖出
- 所以当数组一直递减或递增时都不用操作
- 开头判断:只考虑买入操作,如果prices[1] < pricess[0]不考虑买入
- 整体判断
- 递减时只要prices[i - 1] < prices[i],则考虑在i - 1时买入
- 递增时只要prices[i - 1] > prices[i],则考虑在i - 1时卖出
- 最后一天:只考虑卖出操作,如果手上还有股票就在最后一天卖出,所以不需要遍历到最后一天
自己的代码(✅通过72.91%)
public static int maxProfit(int[] prices) {
int income = 0;
int buyPrice = Integer.MIN_VALUE;
boolean increase = false; //判断是否增长,一开始
//从prices[1]开始
for (int i = 1; i < prices.length; i++) {
//System.out.println("第"+i+"天:");
//先判断是否买入
if(prices[i] > prices[i - 1] && !increase){
//可以买入
buyPrice = prices[i - 1];
increase = true;
//System.out.println("买入 "+"买入价格:"+buyPrice+ " 当前收益:"+income);
}
//再判断是否卖出
if(prices[i] < prices[i - 1] && increase){
income += prices[i - 1] - buyPrice;
buyPrice = Integer.MIN_VALUE;
increase = false;
//System.out.println("卖出 "+"卖出价格:"+prices[i - 1]+ " 当前收益:"+income);
}
//System.out.println();
}
//最后一天卖出判断
if(buyPrice >= 0){
income += prices[prices.length - 1] - buyPrice;
//System.out.println("最后一天卖出 "+"卖出价格:"+prices[prices.length - 1]+ " 当前收益:"+income);
}
return income;
}
随想录思路
把利润分解为每天为单位的维度,而不是从 0 天到第 3 天整体去考虑!
那么根据 prices 可以得到每天的利润序列:(prices[i] - prices[i - 1])…(prices[1] - prices[0])。
一些同学陷入:第一天怎么就没有利润呢,第一天到底算不算的困惑中。
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!
从图中可以发现,其实我们需要收集每天的正利润就可以,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。
那么只收集正利润就是贪心所贪的地方!
局部最优:收集每天的正利润,全局最优:求得最大利润。
局部最优可以推出全局最优,找不出反例,试一试贪心!
随想录代码(时间一样但贼简短)
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;
}
其他方法(暂不研究)
- 动态规划法
class Solution { // 动态规划
public int maxProfit(int[] prices) {
// [天数][是否持有股票]
int[][] dp = new int[prices.length][2];
// base case
dp[0][0] = 0;
dp[0][1] = -prices[0];
for (int i = 1; i < prices.length; i++) {
// dp公式
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
}
return dp[prices.length - 1][0];
}
}
- 双指针法
class Solution {
public int maxProfit(int[] prices) {
if(prices.length<=1) return 0;
int slow = 0, fast = 1,p=0;
while(fast<prices.length){
if(prices[slow]<prices[fast]){
p+=prices[fast]-prices[slow];
}
slow++;
fast++;
}
return p;
}
}
❇️55. 跳跃游戏
- 本题如果没接触过,很难想到,所以不要自己憋时间太久,读题思考一会,没思路立刻看题解
- 题目链接:https://leetcode.cn/problems/jump-game/
- 视频讲解:https://www.bilibili.com/video/BV1VG4y1X7kB
- 文章链接:https://programmercarl.com/0055.%E8%B7%B3%E8%B7%83%E6%B8%B8%E6%88%8F.html
随想录思路
其实跳几步无所谓,关键在于可跳的覆盖范围!
那么这个问题就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
总结:每次只走一步,求当前数可以覆盖到的范围,取最大的范围
自己的代码(✅通过)
踩坑:
- 没有考虑数组中只有一个数的情况,只有一个数肯定返回true
- 没有考虑范围大于数组长度的情况
- 没有考虑数组长度大于1但第一个数为0的情况
- 没有考虑数组中间遇到0且0在前面最大范围的末尾的情况
public boolean canJump(int[] nums) {
if (nums.length == 1) {
return true;
}else if(nums[0] == 0){
return false;
}
boolean res = false;
int maxStep = 0;
for (int i = 0; i < nums.length - 1; i++) {
if(nums[i] == 0 && maxStep == i){
return false;
}
maxStep = Math.max(i + nums[i], maxStep);
//System.out.println(nums[i]+" "+maxStep);
if (maxStep >= nums.length - 1) {
return true;
}
}
return res;
}
随想录代码
优化思路:
- for循环范围直接改成i <= coverRange
- 就不需要判断nums[i] == 0 && maxStep == i
- 也不需要再判断0的情况了
public boolean canJump(int[] nums) {
if (nums.length == 1) {
return true;
}
//覆盖范围, 初始覆盖范围应该是0,因为下面的迭代是从下标0开始的
int coverRange = 0;
//在覆盖范围内更新最大的覆盖范围
for (int i = 0; i <= coverRange; i++) {
coverRange = Math.max(coverRange, i + nums[i]);
if (coverRange >= nums.length - 1) {
return true;
}
}
return false;
}
❇️45. 跳跃游戏II
- 本题同样不容易想出来。贪心就是这样,有的时候 会感觉简单到离谱,有时候,难的不行,主要是不容易想到。
- 题目链接:https://leetcode.cn/problems/jump-game-ii/
- 视频讲解:https://www.bilibili.com/video/BV1Y24y1r7XZ
- 文章链接:https://programmercarl.com/0045.%E8%B7%B3%E8%B7%83%E6%B8%B8%E6%88%8FII.html
随想录思路
本题要计算最少步数,那么就要想清楚什么时候步数才一定要加一呢?
- 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
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!
这里需要统计两个覆盖范围,当前这一步的最大覆盖和下一步最大覆盖
如果移动下标达到了当前这一步的最大覆盖最远距离了,还没有到终点的话,那么就必须再走一步来增加覆盖范围,直到覆盖范围覆盖了终点。
方法一
从图中可以看出来,就是移动下标达到了当前覆盖的最远距离下标时,步数就要加一,来增加覆盖距离。最后的步数就是最少步数。
这里还是有个特殊情况需要考虑,当移动下标达到了当前覆盖的最远距离下标时
- 如果当前覆盖最远距离下标不是是集合终点,步数就加一,还需要继续走。
- 如果当前覆盖最远距离下标就是是集合终点,步数不用加一,因为不能再往后走了。
方法二
依然是贪心,思路和方法一差不多,代码可以简洁一些。
针对于方法一的特殊情况,可以统一处理,即:移动下标只要遇到当前覆盖最远距离的下标,直接步数加一,不考虑是不是终点的情况。
想要达到这样的效果,只要让移动下标,最大只能移动到 nums.size - 2 的地方就可以了。
因为当移动下标指向 nums.size - 2 时:
-
如果移动下标等于当前覆盖最大距离下标, 需要再走一步(即 ans++),因为最后一步一定是可以到的终点。(题目假设总是可以到达数组的最后一个位置)
-
如果移动下标不等于当前覆盖最大距离下标,说明当前覆盖最远距离就可以直接达到终点了,不需要再走一步。
自己的代码(✅通过99.2%)
踩坑:
- 要定义一个range固定max的值来进行循环
- 要定义一个start值使每次遍历从第二个范围开始
- while循环结束的条件不是max<= nums.length而是start <= nums.length
- 当range >= nums.length - 1时就代表已经到头了不需要再找了,用例:{1,3,2}
public static int jump(int[] nums) {
int step = 0;
if(nums.length == 1) return step;
int max = nums[0];
int range;
int start = 1;
while(start <= nums.length){
range = max;
step ++;
//System.out.println("第 "+step+" 步");
if(range >= nums.length - 1) break;
for (int i = start; i <= range; i++) {
max = Math.max(max, i + nums[i]);
//System.out.println(nums[i]+" max:"+max+" range"+range);
}
start = range + 1;
}
return step;
}
随想录代码(方法二)
class Solution {
public int jump(int[] nums) {
int result = 0;
// 当前覆盖的最远距离下标
int end = 0;
// 下一步覆盖的最远距离下标
int temp = 0;
for (int i = 0; i <= end && end < nums.length - 1; ++i) {
temp = Math.max(temp, i + nums[i]);
// 可达位置的改变次数就是跳跃次数
if (i == end) {
end = temp;
result++;
}
}
return result;
}
}