初级算法学习记录(第一天)

初级算法

题目1

题干：
给你一个 升序排列 的数组 nums ，请你 原地 删除重复出现的元素，使每个元素 只出现一次 ，返回删除后数组的新长度。元素的 相对顺序 应该保持 一致 。
由于在某些语言中不能改变数组的长度，所以必须将结果放在数组nums的第一部分。更规范地说，
如果在删除重复项之后有 k 个元素，num的前 k 个元素应该保存最终结果。
将最终结果插入num的前 k 个位置后返回 k 。
不要使用额外的空间，你必须在 原地 修改输入数组 并在使用 O(1) 额外空间的条件下完成。
    
    
示例1
输入：nums = [1,1,2]
输出：2, nums = [1,2]
解释：函数应该返回新的长度 2 ，并且原数组 nums 的前两个元素被修改为 1, 2 。不需要考虑数组中超出新长度后面的元素。

示例2
输入：nums = [0,0,1,1,1,2,2,3,3,4]
输出：5, nums = [0,1,2,3,4]
解释：函数应该返回新的长度 5 ， 并且原数组 nums 的前五个元素被修改为 0, 1, 2, 3, 4 。不需要考虑数组中超出新长度后面的元素。
 
提示
1 <= nums.length <= 3 * 104
-104 <= nums[i] <= 104
nums 已按 升序 排列

思路1

• 方法

  双指针

• 核心内容

  1.去除异常条件
  2.使用双指针，左右指针分别从0和1开始
  3.遍历数组
  4.如果f[i] != f[j] 将f[j]赋值给f[i+1]，然后i++
  5.返回i+1
  

针对思路1优化

• 方法

  双指针

• 核心内容

  1.当前每次比较的时候，需要进行原地的赋值，其实是没有意义的
  2.小优化：只有当左右指针的差距大于1，才需要进行赋值
  

代码：

思路1
class Solution {
    public int removeDuplicates(int[] nums) {
        if (nums == null || nums.length == 0) {
            return 0;
        }
        int i = 0, j = 1;
        while (j < nums.length) {
            if (nums[i] != nums[j]) {
                nums[i + 1] = nums[j];
                i++;
            }
            j++;
        }
        return i + 1;
    }
}

优化思路
class Solution {
    public int removeDuplicates(int[] nums) {
        if (nums == null || nums.length == 0) {
            return 0;
        }
        int i = 0, j = 1;
        while (j < nums.length) {
            if (nums[i] != nums[j]) {
                if (j - i > 1) {
                    nums[i + 1] = nums[j];
                }
                i++;
            }
            j++;
        }
        return i + 1;
    }
}

题目2

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 。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 。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。
    
  
提示
1 <= prices.length <= 3 * 104
0 <= prices[i] <= 104

思路1

• 方法

  动态规划(二维数组)

• 核心内容

  数组定义：
  f[i][0]表示第i天没有持有股票的最大利润，f[i][1]表示第i天持有股票的最大利润
  
  有两种情况(转移方程)：
  1.如果当前卖出股票的最大值：f[i][0] = max(f[i - 1][0], f[i - 1][1] + prices[i])
  2.如果当天买入股票的最大值：f[i][1] = max(f[i - 1][1], f[i - 1][0]- prices[i])
  
  初始条件：
  f[0][0] = 0
  f[0][1] = -prices[i]
      
  结果：
  最后一天一定没持有股票才能获取最大利润：f[prices.length][0]
  

思路2(优化思路1)

• 方法

  动态规划(变量)

• 核心内容

  第一种方式使用的二维数组，优化为变量维护
  
  empty表示没有持有股票的最大利润，contain表示持有股票的最大利润
  
  有两种情况(转移方程):
  1.如果当前卖出股票的最大值：empty = max(empty, contain + prices[i])
  2.如果当天买入股票的最大值：contain = max(contain, empty - prices[i])
  
  初始条件:
  empty = 0
  contain = -prices[i]
  
  结果:
  最后一天一定没持有股票才能获取最大利润：empty
  

思路3

• 方法

  贪心算法

• 核心内容

  如果f[i] <= f[i + 1]，此时进行累计计算即可
  

代码：

思路1
class Solution {
    public int maxProfit(int[] prices) {
        if (prices == null || prices.length == 0) {
            return 0;
        }

        int[][] f = new int[prices.length][2];
        f[0][0] = 0;
        f[0][1] = -prices[0];
        for (int i = 1; i < prices.length; i++) {
            f[i][0] = Math.max(f[i - 1][0], f[i - 1][1] + prices[i]);
            f[i][1] = Math.max(f[i - 1][1], f[i - 1][0] - prices[i]);
        }
        return f[prices.length - 1][0];
    }
}


class Solution {
    public int maxProfit(int[] prices) {
        if (prices == null || prices.length == 0) {
            return 0;
        }

        int empty = 0;
        int contain = -prices[0];
        for (int i = 1; i < prices.length; i++) {
            empty = Math.max(empty, contain + prices[i]);
            contain = Math.max(contain, empty - prices[i]);
        }
        return empty;
    }
}

思路3
class Solution {
    public int maxProfit(int[] prices) {
        if (prices == null || prices.length == 0) {
            return 0;
        }

        int max = 0;
        for (int i = 0; i < prices.length - 1; i++) {
            max += Math.max(prices[i + 1] - prices[i], 0);
        }
        return max;
    }
}