算法训练 | 贪心算法Part2 | 122.买卖股票的最佳时机II、55.跳跃游戏、45.跳跃游戏II

目录

122.买卖股票的最佳时机II

贪心算法

55. 跳跃游戏

贪心算法

45.跳跃游戏II

贪心算法

---

122.买卖股票的最佳时机II

• 题目链接：leetcode.cn

• 文章讲解：代码随想录

贪心算法

• 解题思路

  • 局部最优：收集每天的正利润，全局最优：求得最大利润。

  • 全局最优，局部最优可以推出全局最优找到最大利润，。

• 解题步骤

  • 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])。此时就是把利润分解为每天为单位的维度，而不是从 0 天到第 3 天整体去考虑。根据 prices 可以得到每天的利润序列：(prices[i] - prices[i - 1]).....(prices[1] -prices[0])。

  • 第一天没有利润，至少要第二天才会有利润，所以利润的序列比股票序列少一天！收集正利润的区间就是股票买卖的区间，只需要关注最终利润，不需要记录区间。

• 代码注意

  • prices[i] - prices[i - 1] 比较变化值是否大于0

• 代码一：贪心算法

// 时间复杂度：O(n)
// 空间复杂度：O(1)
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);
        }
        return result;
    }
};

55. 跳跃游戏

• 题目链接：leetcode.cn

• 文章讲解：代码随想录

贪心算法

• 解题思路

  • 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。问题就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。

  • 贪心算法局部最优解：每次取最大跳跃步数（取最大覆盖范围），整体最优解：最后得到整体最大覆盖范围，看是否能到终点。

• 解题步骤

  • i 每次移动只能在 cover 的范围内移动，每移动一个元素，cover 得到该元素数值（新的覆盖范围）的补充，让 i 继续移动下去。

  • 而 cover 每次只取 max(该元素数值补充后的范围, cover 本身范围)。

  • 如果 cover 大于等于了终点下标，直接 return true 就可以了。

• 代码注意

  • if (nums.size() == 1) return true; 一个元素判断

• 代码一：贪心算法

// 时间复杂度: O(n)
// 空间复杂度: O(1)
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;
    }
};

45.跳跃游戏II

• 题目链接：45. 跳跃游戏 II - 力扣（LeetCode）

• 文章讲解：代码随想录

贪心算法

• 解题思路

  • 贪心的思路，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：一步尽可能多走，从而达到最少步数。

  • 要从覆盖范围出发，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。

  • 这里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。如果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来增加覆盖范围，直到覆盖范围覆盖了终点。

• 解题步骤

  • 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。这里还是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。

• 代码注意

  • if (nextDistance >= nums.size() - 1) break; 在if (i == curDistance)内

• 代码一：方法一

// 版本一
// 时间复杂度: O(n)
// 空间复杂度: O(1)
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 ans = 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);  // 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
                ans++;                                  // 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 (nextDistance >= nums.size() - 1) break;  // 当前覆盖最远距到达集合终点，不用做ans++操作了，直接结束
            }
        }
        return ans;
    }
};