赞
踩
本题的思路感觉与前一天的摆动序列类似。前天是最大自序和,今天是差的和最大
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!
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。
public int maxProfit(int[] prices) {
int profit = 0;
for (int i = 1; i < prices.length; i++){
int dif = prices[i] - prices[i -1];
if (dif >= 0){
profit += dif;
}
}
return profit;
}
刚看到本题一开始可能想:当前位置元素如果是3,我究竟是跳一步呢,还是两步呢,还是三步呢,究竟跳几步才是最优呢?(确实陷进这个)
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!
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。
这个题还有一点就是for循环里的判断条件是变的。
public boolean canJump(int[] nums) {
int cover = 0;
for (int i = 0; i <= cover; i++) {
cover = Math.max( i + nums[i],cover);
if (cover >= nums.length - 1){
return true;
}
}
return false;
}
相比于上一道题,这个题的在考察最大范围的基础上需要考 以最小跳跃次数来扩大最大范围。
解题思路:
以最小的步数增加覆盖范围
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。
如果移动下标达到了当前这一步的最大覆盖最远距离了,还没有到终点的话,那么就必须再走一步来增加覆盖范围,直到覆盖范围覆盖了终点。
public int jump(int[] nums) { //处理特殊情况 if (nums == null || nums.length == 1) { return 0; } //记录跳跃次数 int count = 0; //记录当前覆盖的最大区域 int curDistance = 0; //记录下一次最大的覆盖区域 int nextDistance = 0; //这里的循环条件与上一题也不一样。 for (int i = 0; i< nums.length;i++){ nextDistance = Math.max(nums[i] + i, nextDistance); //更新下一步的最远覆盖距离 if (i == curDistance){//如果已经到了当前最远覆盖距离 if (curDistance<nums.length -1){//仍然不是终点 count++;//走下一步 curDistance = nextDistance;//更新当前范围 if(nextDistance > nums.length-1){ //如果更新范围后覆盖了终点 break; } } } } return count; }
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。