Long Jumps(思维)

传送门
看了题目数据大小,又是贪心,时间复杂度O(N),这几天一直做B/C题把自己给做出PTSD来了都。

我の思路

  • 假设选定任意一个下标从当前位置开始计算,那么它后面的相应的数字都会被计算上。
  • 也就是说,当后面再在后面选择的时候,就有可能会选到从前面跳过去的数字,这样的话就会造成重复计算,也就是说,从前面选比从后面选择更优,或者说,最好是从前面选,然后每一次碰到的都标记上,这样在后续遍历的时候假设碰到之前跳到这里了就不需要再重复计算了。

My solution
📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣

#include <iostream>
#include <cstring>
#include <algorithm>
#define IOS ios::sync_with_stdio(false) 
using namespace std;

const int N = 2e5 + 10;
bool vis[N];
int a[N];
void solve(){
   memset(vis, 0, sizeof vis);
   int n;
   cin >> n;
   for(int i = 1; i <= n; i ++) cin >> a[i];
   int maxn = 0;
   for(int i = 1; i <= n; i ++){
   	int sum = 0, j = i;
   	if(!vis[i]){
   		sum += a[j];
   		vis[j] = true;
   		while(j + a[j] <= n && !vis[j + a[j]]){
   			sum += a[j + a[j]];
   			j = j + a[j];
   			vis[j] = true;
   		}
   		maxn = max(maxn, sum);
   	}
   }
   cout << maxn << endl;
}
int main(){
   IOS;
   int t;
   cin >> t;
   while(t --){
   	solve();
   }
   
   
   return 0;
} 

📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣📣

股价的跳空是指股票价格在连续交易日之间出现大幅度的价格差异。在Python中,可以使用一些库和函数来计算股价的跳空。 引用\[2\]中提到了使用tl.jump.calc_jump_line()函数来获取跳空能量大于阈值的缺口。这个函数可以帮助我们筛选出跳空能量较大的缺口。例如,可以设置一个跳空能量筛选阈值,如2.8,然后使用该函数来计算跳空缺口。 引用\[3\]中提到了tl.jump.calc_jump_line_weight()函数,与上面使用的calc_jump_line()函数不同之处在于它根据时间权重重新计算了跳空能量。这意味着根据时间线性加权的结果,较早的跳空缺口的能量可能会被降低,而较近的跳空缺口的能量仍然保持不变。 因此,如果你想在Python中计算股价的跳空,可以使用这些函数来筛选和计算跳空缺口的能量。 #### 引用[.reference_title] - *1* [lstm预测股票_股票相关性与lstm预测误差](https://blog.csdn.net/weixin_26750511/article/details/109070595)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [第13节 量化技术分析应用](https://blog.csdn.net/weixin_31901801/article/details/114431033)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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