代码随想录算法训练营第三十五天 | 122.买卖股票的最佳时机 II、55.跳跃游戏、45.跳跃游戏 II

目录

122.买卖股票的最佳时机

思路

代码

55.跳跃游戏

思路

代码

45.跳跃问题 II

思路

代码

---

122.买卖股票的最佳时机

本题解法很巧妙，大家可以看题思考一下，在看题解。

代码随想录

思路

        贪心这种东西，毫无章法可言， 完全就是如果想不到，想破脑袋都想不到，如果有思路，刷刷就写出来，感觉完全就是看你的刷题量，和你脑瓜子灵不灵光。

        像这道题，（其实买卖股票的最佳时机有很多到衍生题，在力扣上可以看到），如果想到其实最终利润是可以分解的，那么本题就很容易了！

假如第 0 天买入，第 3 天卖出，那么利润为：prices[3] - prices[0]。

相当于(prices[3] - prices[2]) + (prices[2] - prices[1]) + (prices[1] - prices[0])。

此时就是把利润分解为每天为单位的维度，而不是从 0 天到第 3 天整体去考虑！

         我只能说，好家伙。。。（每日崩溃1/1）

代码

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

本题如果没接触过，很难想到，所以不要自己憋时间太久，读题思考一会，没思路立刻看题解

代码随想录

思路

        看到没，连Carl哥都说了，没接触过根本想不到，这东西完全看你见过的题多不多。操千曲而后晓声，观千剑而后识器。 

        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！

代码

class Solution:
    def canJump(self, nums: List[int]) -> bool:
        cover = 0
        if len(nums) == 1: return True
        i = 0
        # python不支持动态修改for循环中变量,使用while循环代替
        while i <= cover:
            cover = max(i + nums[i], cover)
            if cover >= len(nums) - 1: return True
            i += 1
        return False

---

45.跳跃问题 II

本题同样不容易想出来。贪心就是这样，有的时候 会感觉简单到离谱，有时候，难的不行，主要是不容易想到。

代码随想录

思路

        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！

         如果给的数组长度为1，直接return 0 ，如果不为1，那第一步能跳的地方自然就是nums[0],如果第一步能跳的范围里跳不到终点，就遍历第一步能跳的范围，来扩大全局能跳的范围，如果不行，就遍历第二步能跳的范围， 继续扩大全局能跳的范围。

代码

from typing import List


class Solution:
    def jump(self, nums: List[int]):
        max_cover = nums[0]
        i = 0
        step = 1
        if len(nums) == 1:
            return 0

        while max_cover < len(nums) - 1:
            step += 1
            cover = max_cover
            for i in range(i + 1, cover + 1):
                max_cover = max(max_cover, i + nums[i])

        return step