leetcode 打卡 day32

122.买卖股票的最佳时机II 55. 跳跃游戏 45.跳跃游戏II

122.买卖股票的最佳时机II

只有一只股票！当前只有买股票或者卖股票的操作。想获得利润至少要两天为一个交易单元。
如果想到其实最终利润是可以分解的，那么本题就很容易了！就是把利润分解为每天为单位的维度，而不是从0天到第3天整体去考虑！
局部最优：收集每天的正利润，全局最优：求得最大利润。

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        res = 0
        for i in range(len(prices) - 1):
            profit = prices[i+1] - prices[i]
            if profit > 0:
                res += profit
        return res

55. 跳跃游戏

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。
i每次移动只能在cover的范围内移动，每移动一个元素，cover得到该元素数值（新的覆盖范围）的补充，让i继续移动下去。
而cover每次只取 max(该元素数值补充后的范围, cover本身范围)。如果cover大于等于了终点下标，直接return true就可以了。

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

45.跳跃游戏II

很难！！！！需要多多复习！！！！
方法一：
移动下标达到了当前覆盖的最远距离下标时，步数就要加一，来增加覆盖距离。最后的步数就是最少步数。
当移动下标达到了当前覆盖的最远距离下标时，如果当前覆盖最远距离下标不是是集合终点，步数就加一，还需要继续走。
如果当前覆盖最远距离下标就是是集合终点，步数不用加一，因为不能再往后走了。

class Solution:
    def jump(self, nums: List[int]) -> int:
        if len(nums) == 1: return 0
        curDistance = 0
        nextDistance = 0
        step = 0
        for i in range(len(nums)):
            nextDistance = max(nextDistance, i + nums[i])
            if i == curDistance:
                if curDistance <= len(nums) - 1:
                    step += 1
                    curDistance = nextDistance
                    if nextDistance >= len(nums)-1: 
                        break
                else:
                    break
        return step

方法二：

class Solution:
    def jump(self, nums: List[int]) -> int:
        length = len(nums)
        if length <= 1: return 0
        step = 1
        left, right = 0, nums[0]
        while right < length - 1:
            for i in range(left, right + 1):
                if nums[i]+i > right:
                    right = nums[i] + i
                    left = i + 1
            step += 1
        return step