力扣算法刷题Day32｜贪心：买卖股票的最佳时机II 跳跃游戏I&II

力扣题目：#122.买卖股票的最佳时机 II

刷题时长：5min

解题方法：贪心

复杂度分析

• 时间O(n)
• 空间O(1)

问题总结

无

本题收获

• 贪心思路：把利润分解为每天为单位的维度
  • 局部最优：收集每天的正利润
  • 全局最优：求得最大利润

---

力扣题目：#55. 跳跃游戏

刷题时长：参考答案后10min

解题方法：贪心

复杂度分析

• 时间O(n)
• 空间O(1)

问题总结

• 审题不清，max jump理解成了只能固定jump这点距离
• Python不支持动态更改for循环中的变量，应用while代替

本题收获

• 贪心思路：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
  • 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。
• 实现技巧：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。
• 本题难点：不用拘泥于每次究竟跳几步，而是看覆盖范围，覆盖范围内一定是可以跳过来的，不用管是怎么跳的。

---

力扣题目：#45.跳跃游戏 II

刷题时长：参考答案后5min

解题方法：贪心

复杂度分析

• 时间O(n)
• 空间O(1)

问题总结

• 思路不清

本题收获

• 贪心思路：以最小的步数增加最大的覆盖范围，直到覆盖范围覆盖了终点。这个范围内最小步数一定可以跳到，不用管具体是怎么跳的，不纠结于一步究竟跳一个单位还是两个单位。
  • 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
• 实现技巧：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。
• 难点理解
  • 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
  • cur和nxt存的都是下标位置，而非移动距离，所以当cur需要继续走时，直接将nxt值覆盖cur的值即可