代码随想录算法训练营

122.买卖股票的最佳时机II

题目链接:122.买卖股票的最佳时机II

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 。

总体思路

买卖股票获利的因素在于利差，通过低价买入、高价卖出即可获得利差，因此本题必须保证买入时价格最低，同时卖出时价格最高。

如果想到其实最终利润是可以分解的，那么本题就很容易了！

如何分解呢？

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])。

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。

局部最优可以推出全局最优，找不出反例，试一试贪心。

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;

    }

};

55. 跳跃游戏

题目链接:55. 跳跃游戏

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。

总体思路

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！

每次移动取最大跳跃步数（得到最大的覆盖范围），每移动一个单位，就更新最大覆盖范围。

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。

局部最优推出全局最优，找不出反例，试试贪心！

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。

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;

    }

};

45.跳跃游戏II

题目链接:45.跳跃游戏II

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。

总体思路

和上一题一样，仍然通过贪心算法得出，但要判断跳跃中的每一次的数值，通过定义一个全局变量jump并每次自增获得最终结果。

所以真正解题的时候，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，得到的就是最小步数！

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。

从图中可以看出来，就是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。

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。

// 版本一

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

                if (curDistance < nums.size() - 1) {       // 如果当前覆盖最远距离下标不是终点

                    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; // 下一步的覆盖范围已经可以达到终点，结束循环

                } else 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;

    }

};