代码随想录算法训练day37||738.单调递增的数字||714. 买卖股票的最佳时机含手续费 ||968.监控二叉树

当且仅当每个相邻位数上的数字 x 和 y 满足 x <= y 时，我们称这个整数是单调递增的。

给定一个整数 n ，返回 小于或等于 n 的最大数字，且数字呈 单调递增 。

示例 1:

输入: n = 10
输出: 9

思路：题目求小于等于N的最大单调递增的整数。

局部最优：遇到strNum[i-1]>strNum[i]的情况，让strNum[i-1]--,然后strNum[i]赋值为9，可以保证这两位是最大单调递增整数。

全局最优：得到小于等于N的最大单调递增整数。

但是这里局部最优推全局最优，还需要遍历顺序，和标记从哪一位开始统一改为9.

此时是从前往后还是从后往前。

从前往后的话，会面对一个情况是前面的前面本来是相同的两个数，然后后面一个数大于再后面的第三个数，所以后面一个数-1，此时就不是单调的了。

所以从后往前遍历比较合理。

class Solution {
public:
    int monotoneIncreasingDigits(int n) {
        string s(to_string(n));//可以使用to_string 将数字转化为字符串
        int index=-1;
        for(int i=s.size()-1;i>=1;i--){
            if(s[i-1]>s[i]){
                index=i;
                s[i-1]--;
                cout<<s[i-1]<<" ";
            }
        }
        for(int i=index;index!=-1&&i<s.size();i++){
            s[i]='9';
           // cout<<"进来了"<<endl;
        }
        cout<<s;
        n=stoi(s);
        return n;
    }
};

714. 买卖股票的最佳时机含手续费

给定一个整数数组 prices，其中第 i 个元素代表了第 i 天的股票价格 ；非负整数 fee 代表了交易股票的手续费用。

你可以无限次地完成交易，但是你每笔交易都需要付手续费。如果你已经购买了一个股票，在卖出它之前你就不能再继续购买股票了。

返回获得利润的最大值。

注意：这里的一笔交易指买入持有并卖出股票的整个过程，每笔交易你只需要为支付一次手续费。

示例 1: 输入: prices = [1, 3, 2, 8, 4, 9], fee = 2 输出: 8

解释: 能够达到的最大利润: 在此处买入 prices[0] = 1 在此处卖出 prices[3] = 8 在此处买入 prices[4] = 4 在此处卖出 prices[5] = 9 总利润: ((8 - 1) - 2) + ((9 - 4) - 2) = 8.

思路：

这题要注意三种情况：

1.如果使用贪心策略，就是最低点买最高点卖。

无非就是找两个点，买入日期和卖出日期。

买入日期：这个好想遇到更低点就记录一下。

卖出日期：这个不好算，但也没必要算出准确卖出日期，只要价格大于(最低价格+手续费），就可以收获利润，至于准确卖出日期，就是收获利润的最后一天。

所以我们在做收获利润操作时其实有三种情况：

1.收获利润的这一天并不是收获利润的最后一天(并不是真正的卖出，相当于持有股票),后面要继续收获利润。

2.前一天是收获利润区间的最后一天(相当于真正的卖出),今天要重新记录最小价格。

3.不作操作，保持原有状态(买入，卖出，不买不卖）

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

968.监控二叉树

思路：

监控二叉树首先要想，如何放置，才能让摄像头最小的呢

从事例中，可以发现叶子结点没有摄像头，这是很重要的线索，摄像头放在叶子结点，就浪费一层的覆盖。所以把摄像头放在叶子结点的父节点上，才能充分利用摄像头的覆盖面积。

为什么不从头结点开始看起？要从叶子结点开始看起？

因为头结点放不放摄像头也就省下一个摄像头，而叶子结点不放摄像头省下摄像头数量是指数级别的。

所以要从下往上看，局部最优：让叶子结点的父节点安装摄像头，整体最优：全部摄像头数量所用最少

大致思路是从低到上，先给叶子结点的父节点放摄像头，然后隔两个结点放一个摄像头，直到二叉树头结点。

本题两个难点：

1.二叉树的遍历顺序：后续遍历

2.如何隔两个结点放一个摄像头：

将节点分成三种情况：0.没有被摄像头覆盖        1.被摄像头覆盖     2.结点上有摄像头

那么我们就要给空节点一个状态，空节点不能是无覆盖转态，如果一个结点的左右结点都是无覆盖状态那么这里就要装摄像头(也就是叶子结点).所以空节点必须设置为有覆盖状态，才能让叶子结点的父节点装摄像头

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
public:
    int result=0;
    int traversal(TreeNode* root){
        if(root==nullptr) return 1;
        //后续遍历
        int left=traversal(root->left);
        int right=traversal(root->right);
        if(left==0||right==0){
            result++;
            return 2;
        }
        if(left==2||right==2) return 1;
        return 0;
    } 
    int minCameraCover(TreeNode* root) {
        //三个标记用于标记当前节点的情况：
        //0:没有被监控覆盖 1：被监控覆盖 2：该结点上装监控
       // if(root->left==nullptr&&root->right==nullptr) return 1;
        if(traversal(root)==0) result++;
        return result;
    }
};