【代码随想录算法训练营Day32】122.买卖股票的最佳时机II；55.跳跃游戏；45.跳跃游戏II

❇️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

1. 先列举一下情况
   1. 有跌有涨
   2. 一直跌：不买，返回0
   3. 一直涨：第一天买，最后一天卖出
2. 所以当数组一直递减或递增时都不用操作
3. 开头判断：只考虑买入操作，如果prices[1] < pricess[0]不考虑买入
4. 整体判断
   1. 递减时只要prices[i - 1] < prices[i]，则考虑在i - 1时买入
   2. 递增时只要prices[i - 1] > prices[i]，则考虑在i - 1时卖出
5. 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）

1. 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];
    }
}

2. 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：

1. 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
2. 没有考虑范围大于数组长度的情况
3. 没有考虑数组长度大于1但第一个数为0的情况
4. 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
  1. 就不需要判断nums[i] == 0 && maxStep == i
  2. 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：

1. 要定义一个range固定max的值来进行循环
2. 要定义一个start值使每次遍历从第二个范围开始
3. while循环结束的条件不是max<= nums.length而是start <= nums.length
4. 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;
    }
}