《九日集训》第六天打卡_贪心

题目一:

链接:最大乘积
解题思路:
排序+贪心
C++:

class Solution {
public:
    int maxProductDifference(vector<int>& nums) {
        sort(nums.begin(),nums.end());
        return nums[nums.size()-1]*nums[nums.size()-2]-(nums[0]*nums[1]);
    }
};

题目二:

链接:数组拆分
解题思路:
贪心算法,最大的匹配次大的,最后结果是最大。

class Solution {
public:
    int arrayPairSum(vector<int>& nums) {
        sort(nums.begin(),nums.end());
        int su=nums[0];
        for(int i=1;i<nums.size();i++){
          if(i%2==0){
              su+=nums[i];
          }
        }
        return su;
    }
};

第三题:

链接:摆动排序
解题思路:
排序+贪心
C++:

class Solution {
public:
    void wiggleSort(vector<int>& nums) {
        sort(nums.begin(),nums.end());
        vector<int> l=nums;
        int mid=nums.size()%2?nums.size()/2:(nums.size()/2-1);
        int s=nums.size()-1;
        for(int i=0;i<nums.size();i++){   
            if(i%2==0){
                nums[i]=l[mid--];
            }else{
                nums[i]=l[s--];
            }
        } 
    }
};

第四题:

链接:分发饼干
解题思路:
排序+贪心

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        sort(g.begin(),g.end());
        sort(s.begin(),s.end());
        int i,j;
        for(i=0,j=0;i<s.size()&&j<g.size();i++){
            if(s[i]>=g[j]){
                j++;
            }
        }
    return j;
    }
};

题目五:

链接:数组递增
解题思路:
C++

class Solution {
public:
    int minOperations(vector<int>& nums) {
        int su=0;
        for(int i=1;i<nums.size();i++){
            if(nums[i]-nums[i-1]<=0){
                su+=nums[i-1]-nums[i]+1;
                nums[i]=nums[i-1]+1;
               
            }
        }
        return su;
    }
};   

题目六:

链接:最小增量
解题思路:
排序+贪心
C++:

class Solution {
public:
    int minIncrementForUnique(vector<int>& nums) {
        sort(nums.begin(),nums.end());
        int s=0;
        for(int i=1;i<nums.size();i++){
            if(nums[i]-nums[i-1]<=0){
                s+=nums[i-1]-nums[i]+1;
                nums[i]+=nums[i-1]-nums[i]+1;
            }
        }
        return s;
    }
};

题目七:

链接:有效三角形个数
解题思路:

class Solution {
public:
    int triangleNumber(vector<int>& nums) {
        sort(nums.begin(),nums.end());
        int s=0;
  for(int i = 0; i < nums.size(); ++i) {
        int j = i + 1;
        int k = j + 1;                               
        while(j < nums.size()) {
            while(k < nums.size()) {
                if(nums[i] + nums[j] <= nums[k]) {
                    break;                        
                }
                ++k;               
            }
            s += k-j-1;                        
            ++j;                                  
            if(k == j) k++;
        }
        
    }    
    return s;
    }
};
要计算三十日平均趋向指数(Moving Average Convergence Divergence, MACD),您可以使用Python中的pandas库来实现,而不需要使用talib库。 首先,您需要获取历史价格数据,例如某个股票的每日收盘价。然后,您可以使用以下步骤来计算三十日平均趋向指数: 1. 导入必要的库: ```python import pandas as pd ``` 2. 创建一个包含历史价格数据的DataFrame。假设您有一个名为`df`的DataFrame,其中包含了日期和收盘价两列。 3. 计算短期(12日)和长期(26日)的指数移动平均线(Exponential Moving Average, EMA)。这可以使用`rolling()`和`mean()`方法来实现: ```python df['ema_short'] = df['closing_price'].ewm(span=12, adjust=False).mean() df['ema_long'] = df['closing_price'].ewm(span=26, adjust=False).mean() ``` 4. 计算MACD线,即短期EMA减去长期EMA: ```python df['macd_line'] = df['ema_short'] - df['ema_long'] ``` 5. 计算信号线,通常是MACD线的九日指数移动平均线。同样,可以使用`rolling()`和`mean()`方法来实现: ```python df['signal_line'] = df['macd_line'].ewm(span=9, adjust=False).mean() ``` 这样,您就计算出了MACD指标。您可以进一步分析MACD线和信号线之间的交叉点来判断买入或卖出的时机。 请注意,这只是一种基本的实现方法,并且可能与talib库中的实现略有不同。但是,通过使用pandas库中的函数,您可以实现类似的功能而无需安装额外的库。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值