代码随想录day27--贪心的应用1

LeetCode122.买卖股票的最佳时机II

题目描述：

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
解释：在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。
     随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6 - 3 = 3 。
     总利润为 4 + 3 = 7 。

示例 2：

输入：prices = [1,2,3,4,5]
输出：4
解释：在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。
     总利润为 4 。

示例 3：

输入：prices = [7,6,4,3,1]
输出：0
解释：在这种情况下, 交易无法获得正利润，所以不参与交易可以获得最大利润，最大利润为 0 。

解题思路：

·这题就是一个选一个低的买入，高的卖出，求出每天的利润，并且收集正利润即可

局部最优解：收集每天的正利润；全局最优：取得最大利润

局部最优可以推导出全局最优，找不出反例，可以使用贪心

代码如下：

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)

易错点：

·有些同学可能会感到奇怪为什么循环中i是从1中开始，因为第二天才能卖出，这样才能求出第二天于前一天的差值

·如果第二天与前一天的差值为负数，则赋值为0

总结：贪心问题往往都比较巧妙，这道题不要整体求解，需要将整体利润拆分成每天的利润。

这与贪心的想法不谋而合。所以有时候在不知不觉间就是用了贪心。

LeetCode55.跳跃游戏

题目描述：

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
解释：可以先跳 1 步，从下标 0 到达下标 1, 然后再从下标 1 跳 3 步到达最后一个下标。

示例 2：

输入：nums = [3,2,1,0,4]
输出：false
解释：无论怎样，总会到达下标为 3 的位置。但该下标的最大跳跃长度是 0 ， 所以永远不可能到达最后一个下标。

解题思路：

·不要被传统思路困扰，如果按照第一个元素数值数值，再将每个可能的数值进行遍历，那就太困难且繁琐了

·我们可以将遍历到的值理解为覆盖，比如示例2中3覆盖了2，1，0，再使用被覆盖的数值中最大的数值，也就是2，再找到最大值，最后发现无法到达4，所以示例2结果是false。

同样的使用同样的方法，对示例1遍历，结果是true

局部最优解：每次最大跳跃步数（最大覆盖范围），整体最优解：最后得到整体最大覆盖范围。

代码如下：

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;
    }
};

i每次移动只能在cover的范围内移动，每次移动一个元素，cover得到该元素数值（也就是新的覆盖范围），让i继续移动下去

而cover每次只取max，如果cover大于等于了终点下标，那就说明成功了

·时间复杂度:O(n)

·空间复杂度:O(1)

总结：这道题关键点在于，不要被惯性思维困住，而是将其看做覆盖范围，范围内一定是可以到达的，只要找到可以贪的地方，也就是局部最优解，再判断是否可以推出整体最优解，无反例，即可以使用贪心。

LeetCode45.跳跃游戏

题目描述：

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
解释: 跳到最后一个位置的最小跳跃数是 2。
     从下标为 0 跳到下标为 1 的位置，跳 1 步，然后跳 3 步到达数组的最后一个位置。

示例 2:

输入: nums = [2,3,0,1,4]
输出: 2

解题思路：

·这题乍一看认为和上一题的解题思路是一样，但是仔细思考，会发现其实和上一题是有很大的区别的

·但是两者的贪心所贪的部分是一致的，就是寻找在遍历范围内最大的数值，遍历完全后统计跳跃次数

·这里需要两个覆盖范围，当前这一步的最大覆盖和下一步最大覆盖，如果移动下标达到了当前这一步的最大覆盖最远距离了，还没有到达终点，那么就必须要再加一步（不是指再向下走一步，而是所求步骤再加一步），用于增加覆盖范围（使用贪心求得的部分最大覆盖范围），直到达到终点

代码如下：

class Solution {
public:
    int jump(vector<int>& nums) {
        if(nums.size() == 1) return 0;
        int nextDistance = 0;//下一步覆盖最远距离
        int curDistance = 0;//当前覆盖最远距离
        int ans = 0;//记录走的最大步数
        for(int i = 0;i < nums.size();i++){
            nextDistance = max(nextDistance,nums[i]+i);//更新下一步覆盖最远距离
            if(i == curDistance){//遇到当前覆盖最远距离
                ans++;//下一步
                curDistance = nextDistance;//更新当前覆盖最远距离
                if(nextDistance >= nums.size()-1) break;//超过或者达到终点
            }
        }
        return ans++;
    }
};

·时间复杂度:O(n)

·空间复杂度:O(1)

总结：思考量比上一题更复杂，但是代码却不难，这就是贪心的巧妙的地方

理解本题的关键在于：以最小的不熟增加最大的覆盖范围，直到覆盖范围覆盖了终点，在这个范围内使用贪心，找到最少步数一定可以跳到，不用纠结别的，只要能正常解题即可