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;
}
};