【Day32】代码随想录之贪心算法part2——买卖股票的最佳时机II、跳跃游戏、跳跃游戏II

今天是贪心算法的第二天，开冲！！！

今日任务：

• 122.买卖股票的最佳时机II
• 55.跳跃游戏
• 45.跳跃游戏II

题目一：122.买卖股票的最佳时机II

Leetcode题目：【122.买卖股票的最佳时机II】
参考：【代码随想录之买卖股票的最佳时机II】

此题贪心的思路很巧妙：在某一个区间上的最大利润可以拆解为每天的利润之和：
p[5]-p[0] = (p[5] - p[4]) + (p[4] - p[3]) + (p[3] - p[2]) + (p[2] - p[1]) + (p[1] - p[0])
我们只需要确保每一天的利润最大即可，即利润不可以有负数。

[7, 1, 5, 3, 6, 4]，它的理论表转换为
[ , -6, 4, -2, 3, -2]，所以我们只需收集正数的和，然后相加就是最大利润

解决代码如下（代码很简单，但是把题意转换很难）：

class Solution {
public:
    int sum = 0;
    int maxProfit(vector<int>& prices) {
        for(int i = 1; i<prices.size(); i++){
            int temp = prices[i] - prices[i-1];
            if(temp > 0){
                sum += temp;
            }
        }
        return sum;
    }
};

题目二：55.跳跃游戏

Leetcode题目：【55.跳跃游戏】
参考：【代码随想录之跳跃游戏】

此题我们不必纠结于拿到一个元素后，到底要跳几步，我们只需要关注覆盖范围即可，只要在覆盖范围内的都可以跳到，不关心跳了几下。
取每一次覆盖最大的。

• 过程如下：
  
  在写代码的时候也有几个难点：
  （1）如何根据范围取滑动：cover = max(i+nums[i], cover)，最大覆盖范围也是动态变化的；
  （2）如何确定最后的终止条件：cover == nums.size() - 1，当遍历的覆盖范围可以遍历到最后一个的时候，那就是可以跳到末尾节点。

class Solution {
public:
    bool canJump(vector<int>& nums) {
        int cover = 0;
        for(int i = 0; i <= cover; i++){
            cover = max(cover, nums[i] + i);
            if(cover >= nums.size() - 1){
                return true;
            }
        }
        return false;
    }
};

题目三：45.跳跃游戏II

Leetcode题目：【45.跳跃游戏II】
参考：【代码随想录之跳跃游戏II】

局部贪心：每一跳尽量去增加覆盖范围，每次增加覆盖范围，看看在此范围内是否能包含最后一个元素的下标。

类似两层循环：第一层为找到本次覆盖范围下一次要走的可以走的最大步数，内层循环为走到末尾看看是否到了数组中的最后一个元素。

class Solution {
public:
    int jump(vector<int>& nums) {
        if(nums.size() == 1) return 0;
        int cur=0, next=0, result = 0;
        for(int i = 0; i<nums.size(); i++){
            next = max(nums[i] + i, next);
            if(i == cur){
                if(i < nums.size() - 1){
                    cur = next;
                    result++;
                }else{
                    break;
                }
            }
        }
        return result;

    }
};