本文主要是介绍代码随想录算法训练营第三二天 | 买卖股票、跳跃游戏,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
目录
- 买卖股票的最佳时机II
- 跳跃游戏
- 跳跃游戏ii
LeetCode 122.买卖股票的最佳时机II
LeetCode 55. 跳跃游戏
LeetCode 45.跳跃游戏II
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。
最终利润是可以分解的:把利润分解为每天为单位的维度。
根据 prices 可以得到每天的利润序列:(prices[i] - prices[i - 1])…(prices[1] - prices[0])。
其实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。
那么只收集正利润就是贪心所贪的地方!
局部最优:收集每天的正利润,全局最优:求得最大利润。
class Solution {public int maxProfit(int[] prices) {int result = 0;for (int i = 1; i < prices.length; i++) {result += Math.max(prices[i] - prices[i - 1], 0);}return result;}
}
跳跃游戏
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 。
跳几步无所谓,宗旨是 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 的移动范围: max cover + i
判断 max cover >= nums.length - 1 ? 直接 return true;
class Solution {public boolean canJump(int[] nums) {int cover = 0;if (nums.length == 1) return true;for (int i = 0; i <= cover; i++) {cover = Math.max(cover, i + nums[i]);if (cover >= nums.length - 1) return true;}return false;}
}
这道题目关键点在于:不用拘泥于每次究竟跳几步,而是看覆盖范围,覆盖范围内一定是可以跳过来的,不用管是怎么跳的。
跳跃游戏ii
本题要计算最少步数。
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。
但在写代码的时候还不能真的能跳多远就跳多远,那样就不知道下一步最远能跳到哪里了。
真正解题的时候,要从覆盖范围出发,不管怎么跳,覆盖范围内一定是可以跳到的,以最小的步数增加覆盖范围,覆盖范围一旦覆盖了终点,得到的就是最少步数!
这里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。
图中覆盖范围的意义在于,只要红色的区域,最多两步一定可以到!
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。
class Solution {public int jump(int[] nums) {int curCover = 0;int nextCover = 0;int result = 0;if (nums.length == 1) return 0;for (int i = 0; i < nums.length; i++) {nextCover = Math.max(nextCover, i + nums[i]);// 更新下一步覆盖最远距离下标if (i == curCover) { // 遇到当前覆盖最远距离下标result++;curCover = nextCover; //更新当前覆盖最远距离下标if (nextCover >= nums.length - 1) break;}}return result;}
}
理解本题的关键在于:以最小的步数增加最大的覆盖范围,直到覆盖范围覆盖了终点
这篇关于代码随想录算法训练营第三二天 | 买卖股票、跳跃游戏的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!