代码随想录刷题day28丨122.买卖股票的最佳时机II， 55. 跳跃游戏， 45.跳跃游戏II， 1005.K次取反后最大化的数组和

代码随想录刷题day28丨122.买卖股票的最佳时机II， 55. 跳跃游戏， 45.跳跃游戏II， 1005.K次取反后最大化的数组和

1.题目

1.1买卖股票的最佳时机II

• 题目链接：122. 买卖股票的最佳时机 II - 力扣（LeetCode）

  

• 视频讲解：贪心算法也能解决股票问题！LeetCode：122.买卖股票最佳时机II_哔哩哔哩_bilibili

• 文档讲解：https://programmercarl.com/0122.%E4%B9%B0%E5%8D%96%E8%82%A1%E7%A5%A8%E7%9A%84%E6%9C%80%E4%BD%B3%E6%97%B6%E6%9C%BAII.html

• 解题思路：贪心

  • 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！

  • 如何分解呢？

    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！

    那么根据 prices 可以得到每天的利润序列：(prices[i] - prices[i - 1])…(prices[1] - prices[0])。

    如图：

    

• 代码：

  //时间复杂度：O(n)
  //空间复杂度：O(1)
  class Solution {
      public int maxProfit(int[] prices) {
          int result = 0;
          for(int i = 1;i < prices.length;i++){
              result += Math.max(prices[i] - prices[i - 1],0);
          }
          return result;
      }
  }
  

• 总结：

  • 至少要第二天才会有利润，所以利润的序列比股票序列少一天！

  • 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。

  • 本题中理解利润拆分是关键点！ 不要整块的去看，而是把整体利润拆为每天的利润。

    一旦想到这里了，很自然就会想到贪心了，即：只收集每天的正利润，最后稳稳的就是最大利润了。

1.2跳跃游戏

• 题目链接：55. 跳跃游戏 - 力扣（LeetCode）

  

• 视频讲解：贪心算法，怎么跳跃不重要，关键在覆盖范围 | LeetCode：55.跳跃游戏_哔哩哔哩_bilibili

• 文档讲解：https://programmercarl.com/0055.%E8%B7%B3%E8%B7%83%E6%B8%B8%E6%88%8F.html

• 解题思路：贪心

  • 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。

  • 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！

  • 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。

    

• 代码：

  //时间复杂度: O(n)
  //空间复杂度: O(1)
  class Solution {
      public boolean canJump(int[] nums) {
          int cover = 0;//覆盖下标
          if(nums.length == 1){
              return true;
          }
          for(int i = 0;i <= cover;i++){
              cover = Math.max(i + nums[i],cover);
              if(cover >= nums.length - 1){ // 覆盖范围可以超过
                  return true;
              }
          }
          return false;
      }
  }
  

• 总结：

  • 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。

1.3跳跃游戏II

• 题目链接：45. 跳跃游戏 II - 力扣（LeetCode）

  

• 视频讲解：贪心算法，最少跳几步还得看覆盖范围 | LeetCode： 45.跳跃游戏II_哔哩哔哩_bilibili

• 文档讲解：https://programmercarl.com/0045.%E8%B7%B3%E8%B7%83%E6%B8%B8%E6%88%8FII.html

• 解题思路：贪心

  • 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，得到的就是最少步数！

  • 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：

  class Solution {
      public int jump(int[] nums) {
          if(nums.length == 1){
              return 0;
          }
          int cur = 0;//当前覆盖范围
          int next = 0;//下一步覆盖范围
          int result = 0;//记录步数
          for(int i = 0;i < nums.length;i++){
              next = Math.max(i + nums[i],next);
              if(i == cur){
                  if(cur != nums.length){
                      result++;
                      cur = next;
                      if(cur >= nums.length -1){
                          break;
                      }
                  }else{
                      break;
                  }
              }
          }
          return result;
      }
  }
  

• 总结：

  • 从图中可以看出来，就是移动下标达到了当前覆盖的最远距离下标时，步数就要加一，来增加覆盖距离。最后的步数就是最少步数。
  • 这里还是有个特殊情况需要考虑，当移动下标达到了当前覆盖的最远距离下标时
    • 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。

1.4 K次取反后最大化的数组和

• 题目链接：1005. K 次取反后最大化的数组和 - 力扣（LeetCode）

  

• 视频讲解：贪心算法，这不就是常识？还能叫贪心？LeetCode：1005.K次取反后最大化的数组和_哔哩哔哩_bilibili

• 文档讲解：https://programmercarl.com/1005.K%E6%AC%A1%E5%8F%96%E5%8F%8D%E5%90%8E%E6%9C%80%E5%A4%A7%E5%8C%96%E7%9A%84%E6%95%B0%E7%BB%84%E5%92%8C.html

• 解题思路：贪心

  • 第一步：将数组按照绝对值大小从大到小排序，注意要按照绝对值的大小
  • 第二步：从前向后遍历，遇到负数将其变为正数，同时K–
  • 第三步：如果K还大于0，那么反复转变数值最小的元素，将K用完
  • 第四步：求和

• 代码：

  //排序数组并贪心地尽可能将负数翻转为正数，再根据剩余的k值调整最小元素的符号，从而最大化数组的总和。
  class Solution {
      public int largestSumAfterKNegations(int[] nums, int k) {
          if(nums.length == 1){
              return nums[0];
          }
          // 排序：先把负数处理了
          Arrays.sort(nums);
          for(int i = 0;i < nums.length && k > 0;i++){ //k > 0很关键
              if(nums[i] < 0){
                  nums[i] = -nums[i];
                  k--;
              }
          }
  
          if(k % 2 == 1){
              Arrays.sort(nums);
              nums[0] = -nums[0];//把最小的正数取反
          }
  
          int sum = 0;
          for(int i = 0;i < nums.length;i++){
              sum += nums[i];
          }
          return sum;
      }
  }
  

• 总结：

  • 如果没有贪心的思考方式（局部最优，全局最优），很容易陷入贪心简单题凭感觉做，贪心难题直接不会做，其实这样就锻炼不了贪心的思考方式了。