1. 买卖股票的最佳时机
代码随想录: 原文
力扣题目:122.买卖股票的最佳时机 II
1.1 思路
- 只有一只股票!
- 当前只有买股票或者卖股票的操作
- 至少要两天为一个交易单元
贪心算法
- 最终利润是可以分解的
- 把利润分解为每天为单位的维度,而不是整体去考虑
- 我们需要收集每天的正利润就可以,收集正利润的区间,就是股票买卖的区间,而我们只需要关注最终利润,不需要记录区间
- 局部最优:收集每天的正利润,全局最优:求得最大利润
1.2 代码实现
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)
2. 跳跃游戏Ⅰ
代码随想录: 原文
力扣题目:55. 跳跃游戏
2.1 思路
- 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。
2.2 代码实现
class Solution {
public:
bool canJump(vector<int>& nums) {
int cover = 0;
if (nums.size() == 1) return true; // 只有一个元素,就是能达到
for (int i = 0; i <= cover; i++) { // 注意这里是小于等于cover
cover = max(i + nums[i], cover);
if (cover >= nums.size() - 1) return true; // 说明可以覆盖到终点了
}
return false;
}
};
- 时间复杂度: O(n)
- 空间复杂度: O(1)
3. 跳跃游戏Ⅱ
代码随想录: 原文
力扣题目: 45.跳跃游戏 II
3.1 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,从而达到最小步数
- 以最小的步数增加覆盖范围,覆盖范围一旦覆盖了终点,得到的就是最小步数
- 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。
3.2 代码实现
class Solution {
public:
int jump(vector<int>& nums) {
if (nums.size() == 1) return 0;
int curDistance = 0; // 当前覆盖最远距离下标
int ans = 0; // 记录走的最大步数
int nextDistance = 0; // 下一步覆盖最远距离下标
for (int i = 0; i < nums.size(); i++) {
nextDistance = max(nums[i] + i, nextDistance); // 更新下一步覆盖最远距离下标
if (i == curDistance) { // 遇到当前覆盖最远距离下标
ans++; // 需要走下一步
curDistance = nextDistance; // 更新当前覆盖最远距离下标(相当于加油了)
if (nextDistance >= nums.size() - 1) break; // 当前覆盖最远距到达集合终点,不用做ans++操作了,直接结束
}
}
return ans;
}
};
4. 总结
- 跳跃游戏达到目的就行,不用管具体是怎么跳的
- 贪心系列的时候,题目和题目之间没有联系
评论区