第八章 贪心算法 part02

买卖股票的最佳时机 II

题目描述

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

示例 1:

输入:prices = [7,1,5,3,6,4]
输出:7
解释:在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4。
随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6 - 3 = 3。
最大总利润为 4 + 3 = 7 。

示例 2:

输入:prices = [1,2,3,4,5]
输出:4
解释:在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4。
最大总利润为 4 。

示例 3:

输入:prices = [7,6,4,3,1]
输出:0
解释:在这种情况下, 交易无法获得正利润,所以不参与交易可以获得最大利润,最大利润为 0。

解题思路

  1. 初始化:初始化总利润 result 为0。
  2. 遍历价格数组:从第二天开始遍历价格数组,因为需要与前一天的价格进行比较。
  3. 计算潜在利润(局部最优) :对于每一天,计算当天的价格与前一天价格的差值,如果这个差值是正数,说明可以从前一天买入并在当天卖出获得利润。使用 max 函数确保只累加非负的差值(即潜在利润)。
  4. 累加利润(全局最优) :将每天的潜在利润累加到总利润 result 中。
  5. 返回总利润:遍历结束后,返回累加的总利润。

代码实现

测试地址:https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-ii/

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int result = 0; // 初始化总利润为0
        for (int i = 1; i < prices.size(); i++) {
            // 计算并累加每天的潜在利润(如果当天价格高于前一天)
            result += max(prices[i] - prices[i - 1], 0);
        }
        return result; // 返回总利润
    }
};

跳跃游戏

题目描述

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

示例 1:

输入:nums = [2,3,1,1,4]
输出:true
解释:可以先跳 1 步,从下标 0 到达下标 1, 然后再从下标 1 跳 3 步到达最后一个下标。

示例 2:

输入:nums = [3,2,1,0,4]
输出:false
解释:无论怎样,总会到达下标为 3 的位置。但该下标的最大跳跃长度是 0 , 所以永远不可能到达最后一个下标。

解题思路

每步尽可能覆盖更远的距离,从而达到全局最优解(即判断是否可以跳跃到数组的最后一个位置)。

  1. 局部最优:在每个位置尽可能向前跳得更远。这由 cover = max(i + nums[i], cover) 实现,意味着在当前位置 i,你可以跳跃的最远距离是 i + nums[i],而 cover 保存了到当前位置为止可以达到的最远距离。
  2. 全局最优:通过不断更新达到的最远距离,来判断是否能够到达数组的末尾。如果在任何时点 cover 变量的值大于或等于数组的最后一个索引,则函数返回 true,表明可以跳跃到末尾。

代码实现

测试地址:https://leetcode.cn/problems/jump-game/

class Solution {
public:
    bool canJump(vector<int>& nums) {
        int cover = 0; // 初始化可以覆盖的最远距离为0
        if (nums.size() == 1) // 如果只有一个元素,无需跳跃,直接返回true
            return true;
        for (int i = 0; i <= cover; i++) { // 遍历数组,但只遍历到当前能覆盖的最远距离
            cover = max(i + nums[i], cover); // 更新能覆盖的最远距离
            if (cover >= nums.size() - 1) // 如果覆盖距离已经超过或达到数组最后一个元素的位置,返回true
                return true;
        }
        return false; // 如果循环结束后仍未能覆盖到最后一个元素的位置,返回false
    }
};

跳跃游戏 II

题目描述

给定一个长度为 n0 索引整数数组 nums。初始位置为 nums[0]

每个元素 nums[i] 表示从索引 i 向前跳转的最大长度。换句话说,如果你在 nums[i] 处,你可以跳转到任意 nums[i + j] 处:

  • 0 <= j <= nums[i]
  • i + j < n

返回到达 nums[n - 1] 的最小跳跃次数。生成的测试用例可以到达 nums[n - 1]

示例 1:

输入: nums = [2,3,1,1,4]
输出: 2
解释: 跳到最后一个位置的最小跳跃数是 2。
     从下标为 0 跳到下标为 1 的位置,跳 1 步,然后跳 3 步到达数组的最后一个位置。

示例 2:

输入: nums = [2,3,0,1,4]
输出: 2

解题思路

核心思想:在每个位置都尽可能向前跳跃最远,同时记录下一步可以跳到的最远距离,直到跳到终点。

  1. 局部最优策略:在每个位置,选择可以使自己跳得最远的跳跃。通过不断更新 nextDistance(下一跳可以到达的最远距离),我们保证了在每一步都尽可能跳得更远。
  2. 全局最优解:通过局部最优的选择(即每次都选择能跳得最远的选项),最终达到数组的末尾时所需要的最小跳跃次数 ans
  3. 跳跃次数的更新:当遍历到当前跳跃可以到达的最远距离 curDistance 时,说明需要进行一次新的跳跃(因为不能再往前走了),此时将 curDistance 更新为 nextDistance(即这一跳之后可以到达的最远距离),同时跳跃次数 ans 加一。

关键代码解释:

  • i < nums.size() - 1:由于题目已经给出了前置条件:可以到达 nums[n-1]位置,因此我们只需要判断nextDistance是否能够到达nums[n-2]位置即可。

代码实现

测试地址:https://leetcode.cn/problems/jump-game-ii/

class Solution {
public:
    int jump(vector<int>& nums) {
        int curDistance = 0; // 当前跳跃可以到达的最远距离
        int ans = 0; // 跳跃次数
        int nextDistance = 0; // 下一跳可以到达的最远距离
        for (int i = 0; i < nums.size() - 1; i++) {
            // 更新下一跳可以到达的最远距离
            nextDistance = max(nums[i] + i, nextDistance);
            // 如果当前索引达到了当前跳跃的最远距离,进行跳跃操作
            if (i == curDistance) {
                curDistance = nextDistance; // 更新当前跳跃可以到达的最远距离
                ans++; // 跳跃次数加一
            }
        }
        return ans; // 返回最小跳跃次数
    }
};

K 次取反后最大化的数组和

题目描述

给你一个整数数组 nums 和一个整数 k ,按以下方法修改该数组:

  • 选择某个下标 i 并将 nums[i] 替换为 -nums[i]

重复这个过程恰好 k 次。可以多次选择同一个下标 i

以这种方式修改数组后,返回数组 可能的最大和

示例 1:

输入:nums = [4,2,3], k = 1
输出:5
解释:选择下标 1 ,nums 变为 [4,-2,3] 。

示例 2:

输入:nums = [3,-1,0,2], k = 3
输出:6
解释:选择下标 (1, 2, 2) ,nums 变为 [3,1,0,2] 。

示例 3:

输入:nums = [2,-3,-1,5,-4], k = 2
输出:13
解释:选择下标 (1, 4) ,nums 变为 [2,3,-1,5,4] 。

解题思路

  1. 局部最优解法: 将所有的绝对值较大的负数变成正数,尽可能地增加数组的和,因为正数对总和有直接增加的效果。如果剩余操作次数(k)为奇数的话,将数组绝对值最小的数进行取反,减少对总和的影响。
  2. 全局最优解: 通过局部最优解法后,将数组中的元素进行依次相加,得到最优的数组和。

代码实现

测试地址:https://leetcode.cn/problems/maximize-sum-of-array-after-k-negations/

// 定义比较函数,根据元素的绝对值从大到小排序
static bool cmp(int a, int b) { return abs(a) > abs(b); }

public:
    int largestSumAfterKNegations(vector<int> &nums, int k) {
        // 利用自定义比较函数cmp,对nums数组进行排序
        sort(nums.begin(), nums.end(), cmp);

        // 遍历数组,优先将负数变为正数,每变一次,k减1
        for (int i = 0; i < nums.size(); i++) {
            if (nums[i] < 0 && k > 0) {
                nums[i] *= -1; // 将当前负数变为正数
                k--; // 更新剩余可操作次数
            }
        }

        // 如果k还剩奇数次操作,将数组中绝对值最小的数(排序后的最后一个数)取反
        if (k % 2 == 1)
            nums[nums.size() - 1] *= -1; // 对最后一个元素取反

        // 计算并返回数组所有元素的和
        int result = 0;
        for (int num : nums)
            result += num; // 累加数组中的每个元素
        return result;
    }
};
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