代码随想录算法训练营第36天|贪心算法 part02|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
自己做
思路:
贪心:出现上升,没买就买,出现下降,没卖就卖,最后出售得到结果
买:没买 且 cur>0时买
不买:没买 且 cur <= 0 时不买
卖:已经买 且 cur < 0时 卖
最后,如果买了,卖出去
代码:
python
class Solution(object):
def maxProfit(self, prices):
"""
:type prices: List[int]
:rtype: int
"""
'''
贪心
局部最优:只要出现下降趋势就出售;只要出现上涨就买
'''
# 这道题同摆动序列差不多,思维是一样的,但是考虑的情况不一样
result = 0
pre = 0
cur = 0
flag = 0
for index in range(0, len(prices)-1):
cur = prices[index+1] - prices[index]
if flag == 0 and cur <=0:
# 凸
flag = 0
pre = cur
if flag == 0 and cur > 0:
# 凹
flag = 1
pre = cur
result -= prices[index]
if flag == 1 and (pre >= 0 and cur < 0):
# 凸
# 出售
result += prices[index]
flag = 0
pre = cur
if flag == 1:
result += prices[-1]
return result
代码随想录
思路:
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!
代码:
python
贪心
class Solution:
def maxProfit(self, prices: List[int]) -> int:
result = 0
for i in range(1, len(prices)):
result += max(prices[i] - prices[i - 1], 0)
return result
55. 跳跃游戏
自己做
思路:
没思路
代码:
python
class Solution(object):
def canJump(self, nums):
"""
:type nums: List[int]
:rtype: bool
"""
cur_len = 0
max_len = 0
for index, num in enumerate(nums[:-1]):
cur_len = index + nums[index]
if cur_len > max_len:
max_len = cur_len
if max_len <= index: # 如果最大范围截止到当前结点,那就走不下去了
return False
if max_len+1 >= len(nums):
return True
else:
return False
代码随想录
思路:
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。
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:
python
## for循环
class Solution:
def canJump(self, nums: List[int]) -> bool:
cover = 0
if len(nums) == 1: return True
for i in range(len(nums)):
if i <= cover:
cover = max(i + nums[i], cover)
if cover >= len(nums) - 1: return True
return False
45.跳跃游戏 II
自己做
想不到
代码随想录
思路:
本题要计算最小步数,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,从而达到最小步数。
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,得到的就是最小步数!
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)
代码:
python
class Solution:
def jump(self, nums):
if len(nums) == 1:
return 0
cur_distance = 0 # 当前覆盖最远距离下标
ans = 0 # 记录走的最大步数
next_distance = 0 # 下一步覆盖最远距离下标
for i in range(len(nums)):
next_distance = max(nums[i] + i, next_distance) # 更新下一步覆盖最远距离下标
if i == cur_distance: # 遇到当前覆盖最远距离下标
ans += 1 # 需要走下一步
cur_distance = next_distance # 更新当前覆盖最远距离下标(相当于加油了)
if next_distance >= len(nums) - 1: # 当前覆盖最远距离达到数组末尾,不用再做ans++操作,直接结束
break
return ans