买卖股票的最佳时机 II
1.贪心的方法
这道题目可能我们只会想,选一个低的买入,再选个高的卖,再选一个低的买入…循环反复。
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])。
图解步骤
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。
代码
class Solution {
public int maxProfit(int[] prices) {
int result = 0;
for(int i=1;i<prices.length;i++){
int diff = prices[i] - prices[i-1];
if(diff>0) result += diff;
}
return result;
}
}
跳跃游戏
力扣连接:55. 跳跃游戏(中等)
1.贪心的方法
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。
图解步骤
关键点:
- 转化为跳跃覆盖范围究竟可不可以覆盖到终点!
代码
class Solution {
public boolean canJump(int[] nums) {
int cover = 0;
if(nums.length==1) return true;
for(int i=0;i<=cover;i++){
cover = Math.max(cover, i+nums[i]);
if(cover>=nums.length-1) return true;
}
return false;
}
}
跳跃游戏 II
力扣连接:45. 跳跃游戏 II(中等)
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。
针对于上述的特殊情况,可以统一处理,即:移动下标只要遇到当前覆盖最远距离的下标,直接步数加一,不考虑是不是终点的情况。
图解步骤
关键点:
- 其精髓在于控制移动下标i只移动到nums.size() - 2的位置,所以移动下标只要遇到当前覆盖最远距离的下标,直接步数加一,不用考虑别的了
代码
class Solution {
public int jump(int[] nums) {
int curDistance = 0; // 当前覆盖的最远距离下标
int ans = 0; // 记录走的最大步数
int nextDistance = 0; // 下一步覆盖的最远距离下标
for(int i=0;i<nums.length-1;i++){ // 注意这里是小于nums.size() - 1,这是关键所在
nextDistance = Math.max(nextDistance, i+nums[i]); // 更新下一步覆盖的最远距离下标
if(i==curDistance){ // 遇到当前覆盖的最远距离下标
ans++;
curDistance = nextDistance; // 更新当前覆盖的最远距离下标
}
}
return ans;
}
}