代码随想录第三十二天——买卖股票的最佳时机||,跳跃游戏,跳跃游戏||

文章分析了LeetCode中的两道题目,买卖股票的最佳时机(寻找局部和全局最大利润)和跳跃游戏(计算最少跳跃步数),通过动态规划方法解决,探讨了如何找到局部和整体最优解,以及时间复杂度和空间复杂度分析。
摘要由CSDN通过智能技术生成

leetcode 122. 买卖股票的最佳时机||

题目链接:买卖股票的最佳时机||

  1. 想获得利润至少要两天为一个交易单元
  2. 当前只有买股票或者卖股票的操作
  3. 最终利润是可以分解的: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])

    在这里插入图片描述
    局部最优:收集每天的正利润
    全局最优:求得最大利润
class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int res = 0;
        for (int i = 1; i < prices.size(); i++) //注意i从1开始
        {
            res += max(prices[i] - prices[i - 1], 0);
        }
        return res;
    }
};

时间复杂度:O(n)
空间复杂度:O(1)

leetcode 55. 跳跃游戏

题目链接:跳跃游戏
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;在这个范围内,不管是怎么跳的,反正一定可以跳过来。
所以本题转化为跳跃覆盖范围究竟可不可以覆盖到终点:每次移动取最大跳跃步数(得到最大的覆盖范围),每移动一个单位,就更新最大覆盖范围。
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:整体最大覆盖范围,看是否能覆盖终点。

class Solution {
public:
    bool canJump(vector<int>& nums) {
        int cover = 0;
        if (nums.size() == 1) return true; // 只有一个元素,就是能达到
        for (int i = 0; i <= cover; i++) { // 注意这里是小于等于cover
            cover = max(i + nums[i], cover);
            if (cover >= nums.size() - 1) return true; // 说明可以覆盖到终点了
        }
        return false;
    }
};

leetcode 45. 跳跃游戏||

题目链接:跳跃游戏||
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
需要统计两个覆盖范围,当前这一步的最大覆盖和下一步最大覆盖

版本一:

移动下标达到了当前覆盖的最远距离下标时,步数就要加一,来增加覆盖距离。最后的步数就是最少步数。
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集合终点,步数不用加一,因为不能再往后走了。
class Solution {
public:
    int jump(vector<int>& nums) {
        if (nums.size() == 1) return 0;
        int curDistance = 0;    // 当前覆盖最远距离下标
        int res = 0;            // 记录走的最大步数
        int nextDistance = 0;   // 下一步覆盖最远距离下标
        for (int i = 0; i < nums.size(); i++)
         {
            nextDistance = max(nums[i] + i, nextDistance);  // nums[i]+i表示i位置可以覆盖的范围,更新下一步覆盖最远距离下标
            if (i == curDistance)  // 遇到当前覆盖最远距离下标
            {  
               if(curDistance!=nums.size()-1)     //没有到达终点                 
               {
                   res++;                                  //需要走下一步
                   curDistance = nextDistance;             //更新当前覆盖最远距离下标(相当于加油了)
                if (curDistance >= nums.size() - 1) break;  //当前覆盖最远距到达集合终点,不用做res++操作了,直接结束
               }
               else break;

            }
        }
        return res;
    }
};

版本二:

针对于方法一的特殊情况,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:移动下标最大只能移动到 nums.size - 2

  • 如果移动下标等于当前覆盖最大距离下标, 需要再走一步(即 res++),因为最后一步一定是可以到的终点。
  • 如果移动下标不等于当前覆盖最大距离下标,说明当前覆盖最远距离就可以直接达到终点了,不需要再走一步
class Solution {
public:
    int jump(vector<int>& nums) {
        int curDistance = 0;    // 当前覆盖的最远距离下标
        int res = 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.size() - 1; i++) { // 注意这里是小于nums.size() - 1,这是关键所在
            nextDistance = max(nums[i] + i, nextDistance); // 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
                curDistance = nextDistance;         // 更新当前覆盖的最远距离下标
                res++;
            }
        }
        return res;
    }
};
  • 10
    点赞
  • 8
    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