代码随想录算法训练营第二十八天 | 买卖股票的最佳实际、跳跃游戏、K次取反后最大化的数组和-CSDN博客

买卖股票的最佳时机：

这里可以得到当有利润就会卖出得到当前的股票，然后就是向后移动一位就可以了，判断卖出那天买入，后一天卖出会不会有收益，有收益就加上，因为同一天的买入和卖出相当于没有操作，因此逻辑性不变，详细代码如下所示：

class Solution(object):
    def maxProfit(self, prices):
        """
        :type prices: List[int]
        :rtype: int
        """
        if len(prices) <=1:
            return 0
        count = 0
        pre = 0
        cur = 1
        while(pre<len(prices)-1):
            if prices[cur] - prices[pre] > 0:
                count += prices[cur] - prices[pre]
            pre+=1
            cur+=1
        return count

跳跃游戏

这里的思路是不断更新覆盖范围，看覆盖大小是不是一在更新，如果说覆盖范围到达最后的元素，那么符合，但是如果到了覆盖范围的最后一个还没有到达目的地，那么就不可行，直接返回False，详细代码如下所示：

class Solution(object):
    def canJump(self, nums):
        """
        :type nums: List[int]
        :rtype: bool
        """
        if len(nums)<=1:
            return True
        cover = 0
        index = 0
        while(index<=cover):
            cover = max(cover,nums[index]+index)
            if cover >= len(nums) - 1:
                return True
            index+=1
        return False

K次取反后最大化的数组和

思路如下，我觉得还是比较好的：

        1.预处理排序：先排序，再按策略翻转，避免重复计算最小值。
        2.优先处理负数：先翻转所有负数（因为翻转负数能直接增加总和）。
        3.剩余次数的数学处理：若剩余翻转次数 k 为奇数，只需翻转当前最小元素一次。

详细代码如下所示：

class Solution(object):
    def largestSumAfterKNegations(self, nums, k):
        nums.sort()  # 排序，O(n log n)
        
        # 第一阶段：优先翻转所有负数
        for i in range(len(nums)):
            if nums[i] < 0 and k > 0:
                nums[i] = -nums[i]
                k -= 1
        
        # 第二阶段：若剩余k为奇数，翻转当前最小元素（可能是0）
        if k % 2 == 1:
            nums.sort()  # 重新排序找到最小值
            nums[0] = -nums[0]
        
        return sum(nums)  # 总和计算，O(n)

由于浏览器清空内存之后，原有代码会消失，因此此处链接放的是代码随想录的链接。