二刷代码随想录算法训练营第三十二天 | 122.买卖股票的最佳时机II、55. 跳跃游戏、45.跳跃游戏II

目录

一、122. 买卖股票的最佳时机 II

二、55. 跳跃游戏

三、45. 跳跃游戏 II

---

一、122. 买卖股票的最佳时机 II

题目链接：力扣

文章讲解：代码随想录

视频讲解：

题目：

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 。

代码：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int sum = 0;
        for(int i = 1; i < prices.size(); i++)
            sum += max(0, prices[i]-prices[i-1]);
        return sum;
    }
};

时间复杂度: O(n)                                                  空间复杂度O(1)

⏲：5:47

总结：局部最优，谷买峰卖，利润分解--每天的正利润。

二、55. 跳跃游戏

题目链接：力扣

文章讲解：代码随想录

视频讲解：

题目：给定一个非负整数数组 nums ，你最初位于数组的 第一个下标 。

数组中的每个元素代表你在该位置可以跳跃的最大长度。

判断你是否能够到达最后一个下标。

代码：

class Solution {
public:
    bool canJump(vector<int>& nums) {
        int arrive = nums[0];
        for(int i = 0; i <= arrive && arrive < nums.size()-1; i++){
            arrive = max(arrive, nums[i]+i);
        }
        return arrive >= nums.size()-1 ? true : false;
    }
};

时间复杂度: O(n)                                                  空间复杂度O(1)

⏲：5:47

总结：局部最优：局部覆盖范围最大。整体最优解：最后得到整体最大覆盖范围，看是否能到终点。难点：注意i只能到达覆盖范围的区间内，即寻求范围小于nums.size()-1（没取等！！！）。

三、45. 跳跃游戏 II

题目链接：力扣

文章讲解：代码随想录

视频讲解：

题目：给定一个长度为 n 的 0 索引整数数组 nums。初始位置为 nums[0]。
每个元素 nums[i] 表示从索引 i 向前跳转的最大长度。换句话说，如果你在 nums[i] 处，你可以跳转到任意 nums[i + j] 处:
0 <= j <= nums[i] 
i + j < n
返回到达 nums[n - 1] 的最小跳跃次数。生成的测试用例可以到达 nums[n - 1]。

代码：

class Solution {
public:
    int jump(vector<int>& nums) {
        if (nums.size() <= 1) return 0;
        int max_arrive = nums[0];
        int arrive = max_arrive;
        int sum = 1;
        int i = 0;
        while(i <= arrive && arrive < nums.size()-1){
            max_arrive = max(max_arrive, i + nums[i]);
            i++;
            if (max_arrive >= nums.size()-1) return sum+1; 
            if(i > arrive){
                arrive = max_arrive;
                sum++;
            }
        }
        return sum;
    }
};

时间复杂度: O(n)                                                  空间复杂度O(1)

⏲：8：23

总结：局部最优：每步覆盖范围尽可能大，如果还没到终点，步数加一，范围更新。整体最优：一步尽可能多走，从而达到最小步数。和上一题区别在于，上题只有判断，这题要求出步数，sum初始要为1。