目录
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
-
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;
}
};