给你一个整数数组 prices
,其中 prices[i]
表示某支股票第 i
天的价格。
在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。
返回 你能获得的 最大 利润 。
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 。 总利润为 4 + 3 = 7 。
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 。 总利润为 4 。
示例 3:
输入:prices = [7,6,4,3,1] 输出:0 解释:在这种情况下, 交易无法获得正利润,所以不参与交易可以获得最大利润,最大利润为 0 。
提示:
1 <= prices.length <= 3 * 104
0 <= prices[i] <= 104
这题可以说是非常单纯的贪心解法了,就是把每天的利润当成局部解,全局解把正解相加就行了。为什么可以这样解也好理解,同一天出没利润,两天的利润可以看成第一天的利润加上第二天的利润,以此类推。
class Solution {
public int maxProfit(int[] prices) {
int res = 0;
for (int i = 1; i < prices.length; i++) {
int profit = prices[i] - prices[i - 1];
res += profit > 0 ? profit : 0;
}
return res;
}
}
给定一个非负整数数组 nums
,你最初位于数组的 第一个下标 。
数组中的每个元素代表你在该位置可以跳跃的最大长度。
判断你是否能够到达最后一个下标。
示例 1:
输入:nums = [2,3,1,1,4] 输出:true 解释:可以先跳 1 步,从下标 0 到达下标 1, 然后再从下标 1 跳 3 步到达最后一个下标。
示例 2:
输入:nums = [3,2,1,0,4] 输出:false 解释:无论怎样,总会到达下标为 3 的位置。但该下标的最大跳跃长度是 0 , 所以永远不可能到达最后一个下标。
提示:
1 <= nums.length <= 3 * 104
0 <= nums[i] <= 105
看到这题,如果不知道用贪心,可能会想,用递归?用动规?总之先用循环暴力把所有能跳的位置标记出来,如果数组有哪个位置不能跳,就说明不能到达最后一个元素的位置。
class Solution {
public boolean canJump(int[] nums) {
if (nums.length == 1) return true;
boolean[] range = new boolean[nums.length];
if (nums[0] != 0) range[0] = true;
for (int i = 0; i < nums.length; i++) {
if (nums[i] == 0) continue;
for (int j = i + 1; j <= i + nums[i] && j < nums.length; j++) {
range[j] = true;
}
}
for (boolean item : range) {
if (!item) return false;
}
return true;
}
}
然后我们发现这个问题能转化为跳跃覆盖范围可不可以覆盖到终点。不一定要明确每次跳几步,只要知道跳跃的范围即可。贪心算法局部最优解取每次跳跃最大步数(最大覆盖范围),全局最优解就是整体最大覆盖范围是否能达到终点。
class Solution {
public boolean canJump(int[] nums) {
if (nums.length == 1) return true;
int coverRange = 0;
for (int i = 0; i <= coverRange; i++) {
coverRange = Math.max(coverRange, i + nums[i]);
if (coverRange >= nums.length - 1) return true;
}
return false;
}
}
给你一个非负整数数组 nums
,你最初位于数组的第一个位置。
数组中的每个元素代表你在该位置可以跳跃的最大长度。
你的目标是使用最少的跳跃次数到达数组的最后一个位置。
假设你总是可以到达数组的最后一个位置。
示例 1:
输入: nums = [2,3,1,1,4] 输出: 2 解释: 跳到最后一个位置的最小跳跃数是 2。 从下标为 0 跳到下标为 1 的位置,跳 1 步,然后跳 3 步到达数组的最后一个位置。
示例 2:
输入: nums = [2,3,0,1,4] 输出: 2
提示:
1 <= nums.length <= 104
0 <= nums[i] <= 1000
这题和上题相比,能保证跳到数组末尾,但要求最少跳跃次数。就算每次都尽可能跳最远,也不能保证跳跃次数最少,这总不能用贪心了吧?其实还可以,关键只在于利用覆盖最远距离。这题需要统计两个覆盖范围,一个是这一步最大覆盖,一个是下一步最大覆盖。
class Solution {
public int jump(int[] nums) {
if (nums.length == 1) return 0;
// 记录跳跃的次数
int count = 0;
// 当前覆盖最远距离下标
int curDistance = 0;
// 下一步覆盖最远距离下标
int nxtDistance = 0;
for (int i = 0; i < nums.length; i++) {
nxtDistance = Math.max(nums[i] + i, nxtDistance); // 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.length - 1) { // 如果当前覆盖最远距离下标不是终点
count++; // 需要走下一步
curDistance = nxtDistance; // 更新当前覆盖最远距离下标
if (nxtDistance >= nums.length - 1) break; // 下一步的覆盖范围已经可以达到终点,结束循环
} else break; // 当前覆盖最远距离下标是集合终点,不用做ans++操作了,直接结束
}
}
return count;
}
}
这里还考虑到了特殊情况,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。
通过适当修改,可以一步到位,无需考虑特殊情况。
class Solution {
public int jump(int[] nums) {
if (nums.length == 1) return 0;
// 记录跳跃的次数
int count = 0;
// 当前覆盖最远距离下标
int curDistance = 0;
// 下一步覆盖最远距离下标
int nxtDistance = 0;
for (int i = 0; i < nums.length - 1; i++) {
nxtDistance = Math.max(nums[i] + i, nxtDistance); // 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.length - 1) { // 如果当前覆盖最远距离下标不是终点
count++; // 需要走下一步
curDistance = nxtDistance; // 更新当前覆盖最远距离下标
//if (nxtDistance >= nums.length - 1) break; // 下一步的覆盖范围已经可以达到终点,结束循环
//} else break; // 当前覆盖最远距离下标是集合终点,不用做ans++操作了,直接结束
}
}
return count;
}
}