代码随想录算法训练营第二十八天（贪心 二）

力扣题部分:

122.买卖股票的最佳时机II

题目链接:. - 力扣（LeetCode）

题面:

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 。

思路:

首先明确两个条件限制:

• 只有一只股票！
• 当前只有买股票或者卖股票的操作

为了利益最大化，显然我们应该在便宜的时候买进，在贵的时候卖出。

不难想出下面的操作原理:

通过读取当天和当天后一天的价格，比较两者大小和是否持有股票两个方面判断是否进行买卖操作。

如果差值大于零(当天便宜次天贵)且没有持有股票，购入股票。

如果差值小于零(当天贵次天便宜)且持有股票，卖出股票。

当然，因为最后一天没有后一天，所以放在for循环外单独操作。

代码实现:

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        bool judge = false;
        int i, money = 0, curprofit, profit = 0, preprice;
        for(i = 0; i + 1 < prices.size(); i ++)
        {
            curprofit = prices[i + 1] - prices[i];
            if(curprofit > 0 && !judge)
            {
                preprice = prices[i];
                judge = true;
            }
            else if(curprofit < 0 && judge) 
            {
                profit += prices[i] - preprice;
                judge = false;
            }
        }
        if(judge) profit += prices[i] - preprice;
        return profit;
    }
};

55. 跳跃游戏

题目链接:. - 力扣（LeetCode）

题面:

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 。

思路:

刚看到本题一开始可能想：当前位置元素如果是 3，我究竟是跳一步呢，还是两步呢，还是三步呢，究竟跳几步才是最优呢？

其实跳几步无所谓，关键在于可跳的覆盖范围！

不一定非要明确一次究竟跳几步，每次取最大的跳跃步数，这个就是可以跳跃的覆盖范围。

这个范围内，别管是怎么跳的，反正一定可以跳过来。

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！

每次移动取最大跳跃步数（得到最大的覆盖范围），每移动一个单位，就更新最大覆盖范围。

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。

局部最优推出全局最优，找不出反例，试试贪心！

i 每次移动只能在 cover 的范围内移动，每移动一个元素，cover 得到该元素数值（新的覆盖范围）的补充，让 i 继续移动下去。

而 cover 每次只取 max(该元素数值补充后的范围, cover 本身范围)。

如果 cover 大于等于了终点下标，直接 return true 就可以了。

代码实现:

class Solution {
public:
    bool canJump(vector<int>& nums) {
        int i = 0, cover = nums[i];
        if(nums.size() == 1) return true;
        for(i = 0; i <= cover; i ++)
        {
            cover = max(i + nums[i], cover);
            if(cover >= nums.size() - 1) return true;
        }
        return false;
    }
};

45.跳跃游戏II

题目链接:. - 力扣（LeetCode）

题面:

给定一个长度为 n 的 0 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]。

思路:

本题相对于上题还是难了不少。

但思路是相似的，还是要看最大覆盖范围。

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？

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。

思路虽然是这样，但在写代码的时候还不能真的能跳多远就跳多远，那样就不知道下一步最远能跳到哪里了。

所以真正解题的时候，要从覆盖范围出发，不管怎么跳，覆盖范围内一定是可以跳到的，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。

图中覆盖范围的意义在于，只要红色的区域，最多两步一定可以到！（不用管具体怎么跳，反正一定可以跳到）

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。

代码实现:

class Solution {
public:
    int jump(vector<int>& nums) {
        if (nums.size() == 1) return 0;
        int curDistance = 0;    // 当前覆盖最远距离下标
        int ans = 0;            // 记录走的最大步数
        int nextDistance = 0;   // 下一步覆盖最远距离下标
        for (int i = 0; i < nums.size(); i++) {
            nextDistance = max(nums[i] + i, nextDistance);  // 更新下一步覆盖最远距离下标
            if (i == curDistance) {                         // 遇到当前覆盖最远距离下标
                ans++;                                  // 需要走下一步
                curDistance = nextDistance;             // 更新当前覆盖最远距离下标（相当于加油了）
                if (nextDistance >= nums.size() - 1) break;  // 当前覆盖最远距到达集合终点，不用做ans++操作了，直接结束
            }
        }
        return ans;
    }
};

1005.K次取反后最大化的数组和

题目链接:. - 力扣（LeetCode）

题面:

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 。

思路:

本题思路其实比较好想了，如何可以让数组和最大呢？

局部最优：让绝对值大的负数变为正数，当前数值达到最大，

整体最优：整个数组和达到最大。

那么如果将负数都转变为正数了，K依然大于0，此时的问题是一个有序正整数序列，如何转变K次正负，让 数组和 达到最大。

那么如果将负数都转变为正数了，K依然大于0，此时的问题是一个有序正整数序列，如何转变K次正负，让数组和达到最大？

局部最优：只找数值最小的正整数进行反转，当前数值和可以达到最大（例如正整数数组{5, 3, 1}，反转1 得到-1 比 反转5得到的-5 大多了）

全局最优：整个 数组和 达到最大。

通过两个贪心的思路，不难分出下面几步并写出代码。

第一步：将数组按照绝对值大小从大到小排序，注意要按照绝对值的大小

第二步：从前向后遍历，遇到负数将其变为正数，同时K--

第三步：如果K还大于0，那么反复转变数值最小的元素，将K用完

第四步：求和

代码实现:

class Solution {
public:
    static bool cmp(int a, int b) 
    {
        return abs(a) < abs(b);
    }
    int largestSumAfterKNegations(vector<int>& nums, int k) {
        sort(nums.begin(), nums.end(), cmp);
        int sum = 0, i;
        for(i = nums.size() - 1; i > 0; i --)
        {
            if(nums[i] > 0 || k <= 0) sum += nums[i];
            else if(nums[i] < 0 && k > 0) sum -= nums[i], k --;
        }
        if(k % 2 == 1) nums[0] = nums[0] * -1;
        sum += nums[0];
        return sum;
    }
};