题目:122.买卖股票的最佳时机II、55. 跳跃游戏、45.跳跃游戏II
参考链接:代码随想录
122.买卖股票的最佳时机II
思路:本题我一开始想到的是参考前面的摆动序列,先用坡度图思考,我们要返回最大利润,即要做到不放过任何一个上坡。把每个上坡的距离加起来就是答案,这明显也满足局部最优推出全局最优。时间复杂度O(n)。
class Solution {
public:
int maxProfit(vector<int>& prices) {
if(prices.size()<=1){
return 0;
}
int ans=0;
for(int i=1;i<prices.size();i++){//前面已经排除了0的情况,所以直接从1开始
if(prices[i]>=prices[i-1]){//只要不跌一切都好说
ans+=(prices[i]-prices[i-1]);
}
}
return ans;
}
};
本题想起来也不难,主要是想到坡度就容易了。标答解释就是收集每天的正利润。也不需要长度为1单独考虑。
标答:
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;
}
};
DP方法跳过。
55. 跳跃游戏
思路:本题由于跳跃步数可以自由选,故只要在我们的跳跃范围内,全部都可以跳到,只要一次遍历整个数组,当跳跃范围覆盖到末尾即返回true,如果还没遍历到数组末尾就已经超出了覆盖范围,说明不可能到达末尾,返回false。时间复杂度O(n)。
class Solution {
public:
bool canJump(vector<int>& nums) {
int range=0;
for(int i=0;i<nums.size()&&i<=range;i++){//i还需要在覆盖范围内
if(range<i+nums[i]){//更新覆盖范围
range=i+nums[i];
}
if(range>=nums.size()-1){
return true;
}
}
return false;
}
};
本题的关键点是想到使用范围来覆盖。
45.跳跃游戏II
思路:本题和上题的区别是题目说了一定可以到达末尾,而要返回最小跳跃次数。想不到方法,直接看答案。要以最小的步数增加覆盖范围,覆盖范围一旦到达终点,那么就是答案。考虑两步的覆盖范围,即这一步的最大覆盖范围和下一步的最大覆盖范围,如果这一步怎么都走不到终点,那么就需要开始考虑下一步的覆盖范围了,具体怎么跳我们不用考虑,但我们知道两步一定可以达到这么的最大覆盖范围,如果还没到终点就继续往后,直到覆盖终点为止。时间复杂度O(n)。
class Solution {
public:
int jump(vector<int>& nums) {
if(nums.size()==1) return 0;
int curRange=0;//一开始初始化为0
int nextRange=0;
int ans=0;
for(int i=0;i<nums.size();i++){
nextRange=max(nextRange,i+nums[i]);//不断更新下一步最大覆盖范围
if(i==curRange){//遍历到的当前最大下标,但是肯定还没到终点
ans++;
curRange=nextRange;
if(nextRange>=nums.size()-1){
break;
}
}
}
return ans;
}
};
代码的主要亮点是首先将curRange初始化为0,这样以开始就可以进行nextRange的计算。