代码随想录算法训练营第三十二天 | 122.买卖股票的最佳时机II、55. 跳跃游戏、45.跳跃游戏II

学习目标

• 锻炼贪心算法相关题目

---

学习内容

122.买卖股票的最佳时机II(Middle)

题目链接:122.买卖股票的最佳时机II

题目：给定一个 n 个元素有序的（升序）整型数组 nums 和一个目标值 target ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标，否则返回 -1。

思路：无
时间复杂度：O(n) 空间复杂度：O(1)

解决方案：

class Solution {
    public int maxProfit(int[] prices) {
        int sum = 0;
        for(int i = 1; i < prices.length; i++) {
            sum += Math.max(prices[i] - prices[i-1], 0);
        }
        return sum;
    }
}

小结：局部最优：收集每天的正利润，全局最优：求得最大利润。

55. 跳跃游戏(Middle)

题目链接:55. 跳跃游戏

题目：给定一个非负整数数组 nums ，你最初位于数组的 第一个下标 。
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下标。

示例 1：
输入：nums = [2,3,1,1,4]
输出：true
解释：可以先跳 1 步，从下标 0 到达下标 1, 然后再从下标 1 跳 3 步到达最后一个下标。

示例 2：
输入：nums = [3,2,1,0,4]
输出：false
解释：无论怎样，总会到达下标为 3 的位置。但该下标的最大跳跃长度是 0 ， 所以永远不可能到达最后一个下标。

提示：
1 <= nums.length <= 3 * 104
0 <= nums[i] <= 105

思路：无
时间复杂度：O(n) 空间复杂度：O(1)

解决方案：

class Solution {
    public boolean canJump(int[] nums) {
        if(nums.length == 1) return true;
        int maxRight = 0;
        for(int i = 0; i <= maxRight; i++) {
            maxRight = Math.max(maxRight, i + nums[i]);
            if(maxRight >= nums.length - 1) return true;
        }
        return false;
    }
}

小结：过于跳脱, 没把握到贪心的脉络.

45.跳跃游戏II(Middle)

题目链接:45.跳跃游戏II

题目：给定一个长度为 n 的 0 索引整数数组 nums。初始位置为 nums[0]。
每个元素 nums[i] 表示从索引 i 向前跳转的最大长度。换句话说，如果你在 nums[i] 处，你可以跳转到任意 nums[i + j] 处:
0 <= j <= nums[i]
i + j < n
返回到达 nums[n - 1] 的最小跳跃次数。生成的测试用例可以到达 nums[n - 1]。

示例 1:
输入: nums = [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。

示例 2:
输入: nums = [2,3,0,1,4]
输出: 2

提示:
1 <= nums.length <= 104
0 <= nums[i] <= 1000
题目保证可以到达 nums[n-1]

思路：无
时间复杂度：O(n) 空间复杂度：O(1)

解决方案：

class Solution {
    public int jump(int[] nums) {
        if(nums == null || nums.length <= 1) return 0;

        int cnt = 0;
        int currRange = 0;
        int maxRange = 0;
        for(int i = 0; i < nums.length; i ++) {
            maxRange = Math.max(maxRange, i + nums[i]);
            if(maxRange >= nums.length - 1) {
                cnt ++;
                break;
            }
            if(currRange == i) {
                cnt ++;
                currRange = maxRange;
            }
        }

        return cnt;
    }
}

小结：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，从而达到最小步数。

---

总结

贪心没有固定套路, 很难把握到底怎么写. 多练吧.