力扣周末回顾2--122题 买卖股票的最好时机 II

这里是力扣回顾的第二题，与第一题相比，这道题有了一个算法思想，叫“贪心”。

如果真的有路过的同学，建议先做完第一题。

题目出处：点击此处

什么是贪心算法？
就是不从整体考虑，不断地追求局部问题的最优解，最后把所有局部问题汇总起来，就是总体最优解。

从我个人做题的遇到的困难出发，最容易陷入困惑的就是：
不断追求局部最优，最后的结果到底是不是整体最优？会不会有没考虑到的情况？

这个问题真的不能简单地下定论，有可能题目的考点不是“贪心”时，这个方法就会有问题，所以需要一些数学证明。

比如这道题，题目想要最大的利润，且可以无限次买卖。
根据第一题的解法，我们还是得画图

如果你没有做过第一题，其实很容易就想到了：
把所有上升段全部加起来，就是答案了啊。
恭喜你，做对了，而且这就是贪心追求的思路。

但是如果你做过第一题，就会有点瞻前顾后了，笔者就是这样的典例：
这个最低点会不会在跳跃几个最低点之后才会找到更好的利润啊？
答案是 不会！

为什么呢？
我们来看一下大神做出的数学解释，其实真的相当简单，我们要学会的就是这种思想。
如图，
假如我在1点中买入，我觉得跳过3，在4卖出会更好啊，利益看起来好像更多，我们再看下面这幅图：
我们把用x轴，y轴来理解：
4点的y轴-1点的y轴的差。
2点y轴-1点y轴的差 加上 4点的y轴- 3点的y轴的差

从图中我们明显看出，是后者比前者更大，这个推广出来，就回到我们一开始最简单的想法：
把所有上升段全部加起来，就是答案了啊。
问题到此就结束了，剩下的就是打代码的功夫。

个人感觉如果想不出其他办法，又不想用暴力的时候，可以先撸一串“贪心”

以下是代码：

class Solution {
    public int maxProfit(int[] prices) {
        if( prices.length == 0){
            return 0;
        }
        int max = 0;
        int lowp = prices[0];
        int height = 0;
        for(int i = 0; i < prices.length - 1 ; i++){
            while( i <prices.length -1 && prices[i] > prices[i+1]){
                i++;
            }
            lowp = prices[i];
            while( i< prices.length -1 && prices[i] < prices[i+1]){
                i++;
            }
            height = prices[i];
            max += (height-lowp);
        }
        return max;
    }
}

以下是敲过一边代码之后才会发现的坑：

1.开始的lowp点依然要设置为prises[0];

2.依然要考虑prises数组为空的情况；

3. 仔细考虑最后一个点的情况，想想三个while为什么可以把最后一个点纳入考虑；

4.有更好的解法，比如：只要当前值比之前上升，就加上去，空间复杂度更小。

下面是第一次见到这题打的代码，因为很菜，只留做记录，大家不要学习。

class Solution {
    public int maxProfit(int[] prices) {
        int L = prices.length;
        boolean flag = true;
        int maxPf = 0;
        int temp = 0;
        for(int i = 0; i<L;i++)
        {
        	//如果是买
        	if(flag) {
        		if( (i != L-1) && (prices[i+1] <= prices[i])) {continue;}
        		if( i == L-1) {break;}
        		temp  = prices[i];
        		flag = false;
        		continue;
        	}
        	//如果是卖
        	if(!flag) {
        		if( ( i != L-1) && (prices[i+1] >= prices[i]) ) {continue;}
        		if( i == L-1)
        		{
            		maxPf = maxPf + prices[i] - temp;
            		break;
        		}
        		maxPf = maxPf + prices[i] - temp;
        		flag = true;
        		continue;
        	}
        }
        return maxPf;
    }
}