Day32【贪心算法】122.买卖股票的最佳时机II、55.跳跃游戏、45.跳跃游戏II

贪心算法的做题流程：遇事不决看题解，反正如果面试到贪心算法的题，没做过基本上想不出来的

122.买卖股票的最佳时机II

力扣题目链接/文章讲解

视频讲解

想不到这道题的思路是因为我还不够贪

如何贪心？既然每天都可买卖，那么

只要第二天卖能够赚，我们就第一天买入然后第二天卖；然后到了第二天，如果第三天卖能够赚，我们就第二天再买入然后第三天卖......

就是把利润分解为每两天为单位的维度，而不是连续几天整体去考虑（只考虑第一天买第二天卖能不能赚，不考虑长远）

这样总共能赚的买卖方案就是day2买day3卖，然后day3买day4卖（即相当于day2买day4卖，只不过我们将其分解，而非连续几天去考虑），然后day5买day6买，一共能赚的利润就是4+5+3

代码如下

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        vector<int> perProfit;  // 每两天买卖的利润
        for (int i = 1; i < prices.size(); ++i)
            perProfit.push_back(prices[i] - prices[i - 1]);
        int result = 0;
        for (auto i : perProfit)
            if (i > 0) result += i; // 只要那两天买卖的利润大于0，我们就在那两天买卖
        return result;
    }
};

贪心算法做题就像脑筋急转弯，想不到就是想不到，想到了就很简单了

股票问题的通法其实还有动态规划，我们将在后续讲解

55.跳跃游戏 

力扣题目链接/文章讲解

视频讲解

核心思路：

其实跳几步无所谓，关键在于可跳的覆盖范围！

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！

我们需要维护一个变量cover，表示可覆盖范围 

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，因为是在可覆盖范围中跳跃
            cover = max(i + nums[i], cover);    // 不断更新可覆盖范围
            if (cover >= nums.size() - 1) return true; // 说明可以覆盖到终点了
        }
        return false;
    }
};

45.跳跃游戏II 

力扣题目链接/文章讲解

视频讲解

还是关注覆盖范围

移动下标达到了当前这一步的最大覆盖最远距离了，还没有到终点的话，那么就必须再走一步，更新覆盖范围，直到覆盖范围覆盖了终点

需要统计两个覆盖范围，当前这一步的最大覆盖和下一步我们应该更新覆盖为多少

贪心的思想是：下一步应该更新的覆盖应该尽可能能到达更远距离 

class Solution {
public:
    int jump(vector<int>& nums) {
        if (nums.size() == 1) return 0; // 如果nums长度为1，不用跳
        int curDistance = nums[0];    // 当前覆盖最远距离下标，初始化为初始位置值
        int step = 1;            // 记录步数，至少为1步，初始化为1
        int nextDistance = INT_MIN;   // 下一步覆盖最远距离下标

        for (int i = 1; i < nums.size(); i++) {    // 移动下标
            nextDistance = max(nums[i] + i, nextDistance);  // 更新下一步覆盖最远距离下标，贪心思想体现在这里，我们希望“下一步应该更新的覆盖应该尽可能能到达更远距离”
            if (i == curDistance) {                         // 走到当前覆盖最远距离下标
                if (i < nums.size() - 1) {       // 如果当前位置不是终点
                    step++;                                  // 需要走下一步
                    curDistance = nextDistance;             // 更新当前覆盖最远距离下标
                    if (nextDistance >= nums.size() - 1) break; // 下一步的覆盖范围已经可以达到终点，结束循环
                } else break;                               // 当前覆盖最远距到达集合终点，不用做step++操作了，直接结束
            }
        }
        return step;
    }
};

详见代码注释。反正这道题没见过不可能想到 

---

回顾总结 

贪心算法的特点就是东一下西一下的，没做过根本想不到