122. 买卖股票的最佳时机II
leetcode链接:力扣题目链接
视频链接:贪心算法也能解决股票问题!LeetCode:122.买卖股票最佳时机 II
给你一个整数数组 prices ,其中 prices[i] 表示某支股票第 i 天的价格。
在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。
返回 你能获得的 最大 利润 。
示例 1:
输入:prices = [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 。
总利润为 4 + 3 = 7 。
示例 2:
输入:prices = [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 。
总利润为 4 。
示例 3:
输入:prices = [7,6,4,3,1]
输出:0
解释:在这种情况下, 交易无法获得正利润,所以不参与交易可以获得最大利润,最大利润为 0 。
买卖股票有很多变体,都归于动态规划章节,但这题是可以用贪心做的。
贪心思想
一直统计每次的差值,只要为负,不卖出,选择正才卖出。
- 局部最优:统计每天的利润,遇到正数收集起来;
- 全局最优:局部最优加起来。
最终代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int result = 0;
for(int i = 1; i < prices.size(); i++){
if(prices[i] - prices[i - 1] > 0){
result += prices[i] - prices[i - 1];
}
}
return result;
}
};
代码比较简单,但思路很难想到,可能要多做贪心的题以及“适当”背诵。
55. 跳跃游戏
leetcode链接:跳跃游戏
视频链接:贪心算法,怎么跳跃不重要,关键在覆盖范围 | LeetCode:55.跳跃游戏
给你一个非负整数数组 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,如果可以,返回 true ;否则,返回 false 。
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。
贪心思想
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。
局部最优:每次取最大跳跃步数(取最大覆盖范围),
整体最优:最后得到整体最大覆盖范围,看是否能到终点。
最终代码:
class Solution {
public:
bool canJump(vector<int>& nums) {
int jumped = 0;
if(nums.size() == 1){
return true;
}
for(int i = 0; i <= jumped; i++){
jumped = max(i + nums[i], jumped);
if(jumped >= nums.size() - 1 ){
return true;
}
}
return false;
}
};
这题表面其实还是求最值的,比如讲题目改成:请问通过题目中的跳跃规则,最多能跳多远?如果能够越过最后一格,返回 true,否则返回 false。这样就是求最值的了。
第二种写法:
class Solution {
public:
bool canJump(vector<int>& nums) {
int jumped = 0;
for(int i = 0; i < nums.size() - 1; i++){
jumped = max(i + nums[i], jumped);
if(jumped <= i ){
return false;
}
}
return jumped >= nums.size() - 1;
}
};
45.跳跃游戏II
leetcode链接:力扣题目链接
视频链接:贪心算法,最少跳几步还得看覆盖范围 | LeetCode: 45.跳跃游戏 II
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
最终代码:
int jump(vector<int>& nums) {
int n = nums.size();
int end = 0, farthest = 0;
int jumps = 0;
for (int i = 0; i < n - 1; i++) {
farthest = max(nums[i] + i, farthest);
if (end == i) {
jumps++;
end = farthest;
}
}
return jumps;
}
总结
- 我发现贪心很多时候是用来解决“差值”的问题,而且题目并不会要求输出具体路径,而往往是求和或者判断是否符合条件。
- 贪心没有套路,贪心能做的DP一定也能做,反之不一定成立。
- 差值问题注意起始和终止两个点的处理。
- 使用贪心算法的实际应用还挺多,比如赫夫曼编码也是一个经典的贪心算法应用。更多时候运用贪心算法可能不是求最优解,而是求次优解以节约时间,比如经典的旅行商问题。