代码随想录算法训练营day28 | 122.买卖股票的最佳时机II 、55. 跳跃游戏 、45.跳跃游戏II、1005.K次取反后最大化的数组和

碎碎念：好累 加油
参考：代码随想录

122.买卖股票的最佳时机II

题目链接

122.买卖股票的最佳时机II

思想

先计算每天的利润，然后收获每天的正利润，收获得到的和就是最大利润。
局部最优是遇到正利润就收集起来，全局最优就是得到最大利润。局部最优可以推出全局最优，且找不到反例，所以用贪心的思想尝试一下。
定义一个result用于收获利润。

题解

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

# python
class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        result = 0
        for i in range(1, len(prices)):
            result += max(0, prices[i] - prices[i - 1])
        
        return result

55. 跳跃游戏

题目链接

55. 跳跃游戏

思想

我们不去纠结跳几步，我们去看覆盖范围，能覆盖到终点就说明能跳到终点。
局部最优：每遍历一个元素，尽可能取最大的覆盖范围。
全局最优：得到全局可能得到的最大的覆盖范围。

题解

// cpp
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;
    }
};

class Solution:
    def canJump(self, nums: List[int]) -> bool:
        cover = 0
        if len(nums) == 1:
            return True
        i = 0
        while i <= cover:
            cover = max(i + nums[i], cover)
            if cover >= len(nums) - 1:
                return True
            i += 1
        
        return False

45.跳跃游戏II

题目链接

45.跳跃游戏II

思想

看用几步增加的覆盖范围可以覆盖到重点。
每一步尽可能增加覆盖范围，用最少的步数去增加覆盖范围。
本题需要统计两个覆盖范围，当前这一步的最大覆盖和下一步最大覆盖。
如果移动下标到了当前这一步的最大覆盖最远距离，但是还没有到达终点的话，就需要再走一步来增加覆盖范围，值啊都覆盖范围到达终点。

题解

class Solution {
public:
    int jump(vector<int>& nums) {
        if (nums.size() == 1) return 0;
        int curDistance = 0;
        int nextDistance = 0;
        int ans = 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;
    }
};

# python
class Solution:
    def jump(self, nums: List[int]) -> int:
        if len(nums) == 1:
            return 0
        curDistance = 0  # 当前覆盖最远距离下标
        ans = 0 # 记录走的最大步数
        nextDistance = 0 # 下一步覆盖最远距离下标
        for i in range(len(nums)):
            nextDistance = max(nums[i]+i, nextDistance)
            if i == curDistance:
                ans += 1
                curDistance = nextDistance
                if nextDistance >= len(nums) - 1:
                    break
        
        return ans
        

反思

注意对“覆盖范围”的理解。

1005.K次取反后最大化的数组和

题目链接

1005.K次取反后最大化的数组和

思想

第一次贪心：优先对负数取反，优先对绝对值最大的负数取反。
第二次贪心：如果数组里都是正数，此时要对正数里的最小值进行取反。
首先对数组排序。可以自己写一个比较函数，使得绝对值最大的数排在前面。
遍历数组，如果nums[i]<0且k>0，对它取反，k–。如果k是奇数，对数组的最后一个元素取反。
遍历数组，将所有数累加，返回result即可。

题解

// cpp
class Solution {
static bool cmp(int a, int b) {
    return abs(a) > abs(b);
}
public:
    int largestSumAfterKNegations(vector<int>& nums, int k) {
        sort(nums.begin(), nums.end(), cmp);
        for (int i = 0; i < nums.size(); i++) {
            if (nums[i] < 0 && k > 0) {
                nums[i] *= -1;
                k--;
            }
        }
        if (k % 2 == 1) nums[nums.size() - 1] *= -1;
        int result = 0;
        for (int i = 0; i < nums.size(); i++) result += nums[i];
        return result;
    }
};

# python
class Solution:
    def largestSumAfterKNegations(self, nums: List[int], k: int) -> int:
        nums.sort(key=lambda x:abs(x), reverse=True)

        for i in range(len(nums)):
            if nums[i] < 0 and k > 0:
                nums[i] *= -1
                k -= 1
        
        if k % 2 == 1:
            nums[-1] *= -1
        
        result = 0
        for i in range(len(nums)):
            result += nums[i]
        
        return result