day32 | 122.买卖股票的最佳时机II、55. 跳跃游戏、45.跳跃游戏II

目录：

解题及思路学习

122. 买卖股票的最佳时机 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

思考：用后一天减去前一天的值，如果是正数，则统计相加。如果是负数，则不想加。

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

//另一种写法
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;
    }
};

• 时间复杂度：O(n)
• 空间复杂度：O(1)

也可以使用动态规划的方法。

因为每一天存在两种状态，即是否持有股票。所以，要设置二维的dp数组。设：

dp[i][0] 表示第i天持有股票后的最多现金

dp[i][1] 表示第i天持有的最多现金

所以：

第i天持有股票，可能是前一天持有股票还没卖的。也可能是前一天不持有股票，然后当天买的。取两者最大值。

dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);

第i天持有最多现金。可能是前一天就是没买股票的状态，或者前一天持有股票，蛋今天卖了，所以加了一些钱。

dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);

初始化：

dp[0][0] = -peices[0].

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        vector<vector<int>> dp(n, vector<int>(2, 0));
        dp[0][0] = -prices[0];
        for (int i = 1; i < prices.size(); i++) {
            dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);
        }
        return max(dp[n - 1][0], dp[n - 1][1]);
    }
};

• 时间复杂度：$O(n)$
• 空间复杂度：$O(n)$

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

思考：可以动态变化遍历的边界值。然后遍历的过程中进行更新。看能否到最后的位置。

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

• 时间复杂度: O(n)
• 空间复杂度: O(1)

这个问题就转化为跳跃覆盖范围究竟可不可以覆盖到终点！

每次移动取最大跳跃步数（得到最大的覆盖范围），每移动一个单位，就更新最大覆盖范围。

贪心算法局部最优解：每次取最大跳跃步数（取最大覆盖范围），整体最优解：最后得到整体最大覆盖范围，看是否能到终点。

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

思考：生成用例可达最后位置，要找出跳跃的最小次数。统计次数，相当于看覆盖cover更新了多少次。用一个临时值记录区间内的最长cover，直到遍历到区间终点再更新。

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

• 时间复杂度: O(n)
• 空间复杂度: O(1)

虽然思路差不多，但是有其他写法。

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

• 时间复杂度: O(n)
• 空间复杂度: O(1)

控制移动下标 i 只移动到 nums.size() - 2 的位置，所以移动下标只要遇到当前覆盖最远距离的下标，直接步数加一，不用考虑别的了。

class Solution {
public:
    int jump(vector<int>& nums) {
        int curDistance = 0;
        int ans = 0;
        int nextDistance = 0;
        for (int i = 0; i < nums.size() - 1; i++) {
            nextDistance = max(nums[i] + i, nextDistance);
            if (i == curDistance) {
                ans++;
                curDistance = nextDistance;
            }
        }
        return ans;
    }
};

复盘总结

个人反思

1、贪心类问题，有时候没有特定的写法。看能不能想到如何从局部推导到全局。

2、买卖股票类动态规划类问题，每天的状态需要设置成两个不同的。