Day 32 122.买卖股票的最佳时机II 55. 跳跃游戏 45.跳跃游戏II

买卖股票的最佳时期Ⅱ

给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。

注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

示例 1:

• 输入: [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 。

示例 2:

• 输入: [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 。注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3:

• 输入: [7,6,4,3,1]
• 输出: 0
• 解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。

提示：

• 1 <= prices.length <= 3 * 10 ^ 4

• 0 <= prices[i] <= 10 ^ 4

  ​ 乍一看好像实现起来很难，其实把总的结果看成每两天的差值的累加即可，例如：

  ​ nums[3] - nums[0]可以视为 nums[3] - nums[2] + nums[2] - nums[1] + nums[1] - nums[0]

  

  ​ 这样做即可达到一个贪心的思路，寻找差值为正数的天数（局部最优），最多的正数差值累加即可返回最大利润（全局最优）；

  class Solution {
  public:
      int maxProfit(vector<int>& prices) {
          int result = 0;
          for (int i = 1; i < prices.size(); i++) {
              result += max(prices[i] - prices[i - 1], 0);//将正数结果加入res，最后返回最大值
          }
          return result;
      }
  };
  

跳跃游戏

给定一个非负整数数组，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。

判断你是否能够到达最后一个位置。

示例 1:

• 输入: [2,3,1,1,4]
• 输出: true
• 解释: 我们可以先跳 1 步，从位置 0 到达 位置 1, 然后再从位置 1 跳 3 步到达最后一个位置。

示例 2:

• 输入: [3,2,1,0,4]
• 输出: false
• 解释: 无论怎样，你总会到达索引为 3 的位置。但该位置的最大跳跃长度是 0 ， 所以你永远不可能到达最后一个位置。

​ 初始i = 0，判断nums[i] + nums[nums[i]]能不能大于 nums[i] + i，再限定i < nums[i] ，看具体能跳到哪里……

​ 这么想就寄了，只需要看终点能否被有效覆盖即可，无须考虑怎样跳；

​ 所以这里for循环中i的条件不是i < nums[i]，而是一个动态更新的覆盖范围：

class Solution {
public:
    bool canJump(vector<int>& nums) {
        int cover = 0;
        if(nums.size() == 1)    return true;
        for(int i = 0; i <= cover; i++){//动态更新覆盖范围
            cover = max(nums[i] + i , cover);
            if(cover >= nums.size() - 1)    return true;
        }
        return false;
    }
};

跳跃游戏Ⅱ

给定一个非负整数数组，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。

示例:

• 输入: [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。

说明: 假设你总是可以到达数组的最后一个位置。

​ 局部最优：当前可移动距离尽可能多走，如果还没到终点，步数再加一；

​ 整体最优：每一步尽可能多走，从而达到最少步数；

​ 实际实现，依赖上题的覆盖范围实现：

​ 移动下标达到了当前这一步的最大覆盖最远距离，没有到达终点则再走一步来增加覆盖范围，直到覆盖范围覆盖了终点；

class Solution {
public:
    int jump(vector<int>& nums) {
        int cover1 = 0;//当前最大覆盖范围
        int cover2 = 0;//下一步最大覆盖范围
        int res = 0;
        if(nums.size() == 1)    return 0;
        for(int i = 0; i < nums.size(); i++){
            cover2 = max(nums[i] + i , cover2);//动态更新最大覆盖范围
            if(i == cover1){             
                if(cover1 != nums.size() - 1){
                res++;
                cover1 = cover2;
                if(cover2 >= nums.size() - 1)   break;
                }
                else break;
            }
        }
        return res;
    }
};

​ 上述代码可以精简处理，由于数组非负，所以只需要考虑是否能够移动到nums.size() - 2的位置即可，因此可以统一处理，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；

​ 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 ans++），因为最后一步一定是可以到的终点。（题目假设总是可以到达数组的最后一个位置），如图：

​ 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。如图：

// 版本二
class Solution {
public:
    int jump(vector<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.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
                ans++;
            }
        }
        return ans;
    }
};