leetcode 刷题_day35_贪心02_局部最优推出全局最优

122. 买卖股票的最佳时机 II

思路

最终利润是可以分解的，比如，计算第 0 天买入，第 3 天卖出的利润，就等于拆开单天理论总和
因此可以用贪心算法，只要每天为正的利润（局部最优），就能获得全局最大利润（全局最优）

解题方法

描述你的解题方法

复杂度

• 时间复杂度: $O(n)$

• 空间复杂度: $O(1)$

Code

  class Solution {

    // 最终利润是可以分解的，比如，计算第 0 天买入，第 3 天卖出的利润，就等于拆开单天理论总和
    // 因此可以用贪心算法，只要每天为正的利润（局部最优），就能获得全局最大利润（全局最优）
    public int maxProfit(int[] prices) {

        int profit = 0;

        for (int i = 1; i < prices.length; i++) {
            int dayProfit = prices[i] - prices[i - 1];
            if (dayProfit >= 0) {
                profit += dayProfit;
            }
        }

        return profit;
    }
}

55. 跳跃游戏

思路

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。
问题就转化为跳跃覆盖范围究竟可不可以覆盖到终点

解题方法

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

复杂度

• 时间复杂度: $O(n)$

• 空间复杂度: $O(1)$

Code

  class Solution {
    // 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！
    // 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
    public boolean canJump(int[] nums) {
        if (nums.length == 1) {
            return true;
        }

        // 以索引为准，最初位于索引为0的地方
        int maxCover = 0;
        for (int i = 0; i < nums.length - 1; i++) {
            if (maxCover < i) {
                return false;
            }
            int tempCover = i + nums[i];
            maxCover = Math.max(maxCover, tempCover);
        }

        return maxCover >= nums.length - 1;
    }
}

45. 跳跃游戏 II

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
换言之，就是每次都在上一次覆盖范围结束前，获得最大的下一次覆盖范围，在两者交界处步数 + 1

解题方法

1. 逐个遍历元素，选择当前范围内所能获得的最大下一步覆盖范围
2. 到达当前范围的末端后，将当前范围替换为最大的下一步覆盖范围，并将步数 + 1

注意：

• 最后一个元素不用遍历，倒数第二个已经处理好了

复杂度

• 时间复杂度: $O(n)$

• 空间复杂度: $O(1)$

Code

  class Solution {

    // 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
    // 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
    public int jump(int[] nums) {
        // 一定有答案
        int result = 0;

        int curMaxCover = 0;
        int nextMaxCover = 0;

        for (int i = 0; i < nums.length - 1; i++) {
            // 选择当前范围内所能获得的最大下一步覆盖范围
            nextMaxCover = Math.max(nextMaxCover, nums[i] + i);
            // 到达当前范围的末端后，将当前范围替换为最大的下一步覆盖范围，并将步数 + 1
            if (i == curMaxCover) {
                curMaxCover = nextMaxCover;
                result++;
            }
        }

        return result;
    }
}