第三十五天 | 122.买卖股票的最佳时机|| 55.跳跃游戏 45.跳跃游戏||

贪心太难，很难自己想到思路。(积累思路)

题目：122.买卖股票的最佳时机||

题目描述：

给定一个数组，它的第  i 个元素是一支给定股票第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。

注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

示例 1:

• 输入: [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 。

示例 2:

• 输入: [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 。注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例  3:

• 输入: [7,6,4,3,1]
• 输出: 0
• 解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。

提示：

• 1 <= prices.length <= 3 * 10 ^ 4
• 0 <= prices[i] <= 10 ^ 4

企图自己先贪心一下：

        局部最优：每次做到低价买高价卖

        总体最优：总利润最大

        对于某一次买卖，在最临近的、卖出价格大于买进价格的时机就可以卖了。

自己的思路其实是对的，但有一点需要注意，当在最临近的、卖出价格大于买进价格的时机卖出后又得立马买进，和临近后面的一天股票价格进行比较。（而不是当天如果卖了就不买了，第二天再买，别笑，这就是一开始自己的想法）

正确思路：

        利润是可以分解的：

假如第 0 天买入，第 3 天卖出，那么利润为：prices[3] - prices[0]。

相当于(prices[3] - prices[2]) + (prices[2] - prices[1]) + (prices[1] - prices[0])。

此时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！

那么根据 prices 可以得到每天的利润序列：(prices[i] - prices[i - 1]).....(prices[1] - prices[0])。

局部最优：收集每天的正利润，全局最优：求得最大利润。

如果遇到前一天与后一天利润为负，可以看作股票当天买当天卖。

本题中理解利润拆分是关键点。不要整块的去看，而是把整体利润拆为每天的利润。

一旦想到这里了，很自然就会想到贪心了，即：只收集每天的正利润，最后就是最大利润了。

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;
    }
};

题目：55.跳跃游戏

题目描述:

给定一个非负整数数组，你最初位于数组的第一个位置。

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位置。

示例  1:

• 输入: [2,3,1,1,4]
• 输出: true
• 解释: 我们可以先跳 1 步，从位置 0 到达 位置 1, 然后再从位置 1 跳 3 步到达最后一个位置。

示例  2:

• 输入: [3,2,1,0,4]
• 输出: false
• 解释: 无论怎样，你总会到达索引为 3 的位置。但该位置的最大跳跃长度是 0 ， 所以你永远不可能到达最后一个位置.

思路:

其实跳几步无所谓，关键在于可跳的覆盖范围

不一定非要明确一次究竟跳几步，每次取最大的跳跃步数，这个就是可以跳跃的覆盖范围。

这个范围内，别管是怎么跳的，反正一定可以跳过来。

那么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

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

自己写的有bug的代码：

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

对于数据[3, 2, 1, 0, 4]，跳到0位置处，按道理来说已经不能再向后跳了，但因为for循环会风雨无阻的向后，所以还会开始下一次循环，cover又有了新的值。

debug如下:

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

题目:45.跳跃游戏||

题目描述:

给定一个非负整数数组，你最初位于数组的第一个位置。

数组中的每个元素代表你在该位置可以跳跃的最大长度。

你的目标是使用最少的跳跃次数到达数组的最后一个位置。

示例:

• 输入: [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。

说明: 假设你总是可以到达数组的最后一个位置。

尝试贪心:

同样在每一段覆盖范围里求出从哪一步跳可以使下一步有最大的覆盖范围,遍历完本段覆盖范围后,选择能跳最远的那一步开始跳

思路:

局部最优：当前可移动距离尽可能多走，如果还没到终点，步数再加一。整体最优：一步尽可能多走，从而达到最少步数。

易错:这里还是有个特殊情况需要考虑，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

代码如下:

class Solution {
public:
    int max(int a, int b){
        return a > b ? a : b;
    }
    int jump(vector<int>& nums) {
        // if(nums.size() == 1) return 0;
        int curCover = 0;
        int nextCover = 0;
        int result = 0;
        for(int i = 0; i <= curCover; i++){
            nextCover = max(i + nums[i], nextCover);
            if(curCover >= nums.size() - 1){  //如果覆盖到了nums.size() - 1,break
                    break;
            }else{
                if(i == curCover){                    //如果没有覆盖到最后,且i移动到了现目前所能覆盖的末端
                    curCover = nextCover;             //就需要再往后跳一步
                    result++;  
                }
            }
        }
        return result;
    }
};