122.买卖股票的最佳时机 II
文档讲解:代码随想录
题目链接:. - 力扣(LeetCode)
本题首先要清楚两点:
- 只有一只股票!
- 当前只有买股票或者卖股票的操作
想获得利润至少要两天为一个交易单元
贪心算法
这道题目可能我们只会想,选一个低的买入,再选个高的卖,再选一个低的买入.....循环反复。
(但是高低点我们把握不好)
如果想到其实最终利润是可以分解的,那么本题就很容易了!
如何分解呢?
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!
那么根据 prices 可以得到每天的利润序列:(prices[i] - prices[i - 1]).....(prices[1] - prices[0])。
从图中可以发现,其实我们需要收集每天的正利润就可以,收集正利润的区间,就是股票买卖的区间,而我们只需要关注最终利润,不需要记录区间。
那么只收集正利润就是贪心所贪的地方!
局部最优:收集每天的正利润,全局最优:求得最大利润。
局部最优可以推出全局最优,找不出反例,试一试贪心!
class Solution:
def maxProfit(self, prices: List[int]) -> int:
# 初始化利润为0
result = 0
# 遍历价格列表,从第一个元素到倒数第二个元素
for i in range(len(prices) - 1):
# 如果下一天的价格比今天高
if prices[i + 1] > prices[i]:
# 将两天之间的价格差加到利润中
result += (prices[i + 1] - prices[i])
# 返回最终的最大利润
return result
55. 跳跃游戏
文档讲解:代码随想录
题目链接:. - 力扣(LeetCode)
思路
刚看到本题一开始可能想:当前位置元素如果是 3,我究竟是跳一步呢,还是两步呢,还是三步呢,究竟跳几步才是最优呢?因为跳到不同的地方,影响了下一次能够跳跃的步数
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!
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。
局部最优推出全局最优,找不出反例,试试贪心!
class Solution:
def canJump(self, nums: List[int]) -> bool:
if len(nums) == 1:
return True
cover = 0
i = 0
# for i in range(0,cover+1): #不能这样写,python不支持动态修改for循环中变量,使用while循环代替
while i <= cover:
cover = max(i+nums[i],cover)
i += 1
if cover>= len(nums)-1:
return True
# i += 1
return False
45.跳跃游戏 II
文档讲解:代码随想录
题目链接:. - 力扣(LeetCode)
本题相对于55.跳跃游戏 (opens new window)还是难了不少。上一题只是看覆盖范围,而本题还要计算最少步数
本题要计算最少步数,那么就要想清楚什么时候步数才一定要加一呢?
当当前的最大覆盖范围达不到数组末尾时,才需要加1
真正解题的时候,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。
class Solution:
def jump(self, nums: List[int]) -> int:
# 如果数组长度为1,表示不需要跳跃,返回0
if len(nums) == 1:
return 0
# 初始化当前覆盖范围和下一步的最大覆盖范围
cover_cur = 0
cover_next = 0
# 初始化跳跃次数
result = 0
# 初始化遍历指针
i = 0
# 遍历数组,直到当前覆盖范围的尽头
while i <= cover_cur:
# 更新下一步的最大覆盖范围
cover_next = max(i + nums[i], cover_next)
# 移动指针
i += 1
# 当指针到达当前覆盖范围的尽头时
if (i - 1 == cover_cur):
# 如果当前覆盖范围没有到达数组终点
if cover_cur != len(nums) - 1:
# 增加跳跃次数
result += 1
# 更新当前覆盖范围为下一步的最大覆盖范围
cover_cur = cover_next
# 如果当前覆盖范围已经到达或超过终点,则结束循环
if cover_cur >= len(nums) - 1:
break
else:
break
# 返回跳跃次数
return result