力扣初级算法-01-数组-删除排序重复项、买卖问题

力扣初级算法-01

学习目标

本次学习目标为 力扣初级算法-数组,其中主要的LC如下:

  • 删除排序数组中的重复项
  • 买卖股票的最佳时机 II

学习详解

  1. 删除排序数组中的重复项

    给你一个有序数组 nums ,请你 原地 删除重复出现的元素,使每个元素 只出现一次 ,返回删除后数组的新长度。
    不要使用额外的数组空间,你必须在 原地 修改输入数组 并在使用 O(1) 额外空间的条件下完成。

    示例1:
    输入:nums = [1,1,2]
    输出:2, nums = [1,2]
    解释:函数应该返回新的长度 2 ,并且原数组 nums 的前两个元素被修改为 1, 2 。不需要考虑数组中超出新长度后面的元素。

    示例2:
    输入:nums = [0,0,1,1,1,2,2,3,3,4]
    输出:5, nums = [0,1,2,3,4]
    解释:函数应该返回新的长度 5 , 并且原数组 nums 的前五个元素被修改为 0, 1, 2, 3, 4 。不需要考虑数组中超出新长度后面的元素。

    1. 思路

      • 解题前前先排除异常场景。去掉数据为空和null的情况。
      • 不使用额外的空间,同时时间复杂度为 O(1),即相当于只能单向循环数组,且结果集合为删除后的结果。
      • 因为数组是有序的,故重复项必相互连续,判断是否重复通过判断前后元素相等即可。
      • 元素连续问题,分为三种情况:
        • 元素不连续
        • 元素连续个数等于2
        • 元素连续个数大于2
      • 因为不能开辟新空间,单次单向循环数组不能同时筛选并反写删除操作,故考虑使用双指针形式。
        • 指针A作为循环遍历数组的指针,指针B作为需要删除标记位的指针;
        • 指针A初始位为坐标1,指针B初始位为0;
        • 遍历过程如下
          • 当指针A与指针B所指向的元素相等时,指针A不动,指针B继续往右走。
          • 当指针A与指针B所指向的元素不相等时,指针A往右移动一步,然后判断指针A与指针B的值是否一致,如果不一致时,则将指针B的元素值写入到指针A中。
    2. 代码实现

public class RemoveDuplicates {
	public int removeDuplicates(int[] nums) {
		int length = nums.length;
		if (0 == length) {
			return 0;
		}
		int left = 0;
		for (int right = 1; right < length; right++) {
			if (nums[right] != nums[left]) {
				if (nums[++left] != nums[right]){
					nums[left] = nums[right];
				}
			}
		}
		return ++left;
	}
}
  1. 买卖股票的最佳时机 II
    1.题目

    给定一个数组 prices ,其中 prices[i] 是一支给定股票第 i 天的价格。设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。

    示例1:输入: prices = [7,1,5,3,6,4]
    输出: 7
    解释: 在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
    随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。

    示例 2:
    输入: prices = [1,2,3,4,5]
    输出: 4
    解释: 在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
    注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。

    1. 思路(参考答案后)

      • 动态规划解决
        • 按当天交易来说,会有两种情况,一种是当天持有股票最大收益,一种是当天交易完之后持有的最大收益。

          定义dp[i][0]表示第i+1天交易完之后手里没有股票的最大利润;
          定义dp[i][1]表示第i+1天交易完之后手里持有股票的最大利润;

        • 当天交易完手上没有股票分两种情况

          • 当天没有进行任何交易,此时的利润只能取前一条无股票时的利润
          • 当天把股票给卖了,此时的利润为当前没有股票的利润加上当天股票能卖的价格。
          • 综上,取最大值: dp[i][0]=max(dp[i-1][0],dp[i-1][1]+prices[i]);
        • 当天交易完之后手里持有股票也有两种情况

          • 当天没有任何交易,所以股票是前一天就已经持有的;
          • 当天买入了股票,说明前一天手里肯定是没有股票的;
          • 综上,取最大值:dp[i][1]=max(dp[i-1][1],dp[i-1][0]-prices[i]);
    2. 代码实现

public class MaxProfit {

	public int maxProfit(int[] prices) {
		if (null == prices || prices.length < 2) {
			return 0;
		}
		int length = prices.length;
		int[][] dp = new int[length][2];
		dp[0][0] = 0;
		dp[0][1] = -prices[0];
		for (int i = 1; i < length; i++) {
			dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
			dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
		}

		return dp[length - 1][0];
	}

	public int maxProfitOfTwoObject(int[] prices) {
		if (null == prices || prices.length < 2) {
			return 0;
		}
		int length = prices.length;
		int hold = -prices[0];
		int unHold = 0;


		for (int i = 1; i < length; i++) {
			unHold = Math.max(unHold, hold + prices[i]);
			hold = Math.max(hold, unHold - prices[i]);
		}
		return unHold;
	}
}

学习笔记

待定

学习总结

  1. 考虑边界问题
  2. 动态规划理解不够深,后期需二次学习
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值