赞
踩
给你一个整数数组 prices
,其中 prices[i]
表示某支股票第 i
天的价格。
在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。
返回 你能获得的 最大 利润 。
示例 1:
输入:prices = [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 。 总利润为 4 + 3 = 7 。
示例 2:
输入:prices = [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 。 总利润为 4 。
示例 3:
输入:prices = [7,6,4,3,1] 输出:0 解释:在这种情况下, 交易无法获得正利润,所以不参与交易可以获得最大利润,最大利润为 0 。
提示:
1 <= prices.length <= 3 * 104
0 <= prices[i] <= 104
算法分析:
利用贪心。
局部最优:下一天的股票价格高于当天的股票价格,当天买入股票,下一天出售股票就可以获得两天股票价格差的利润。
全局最优:所有利润加起来就是能够获得的最大利润。
代码如下:
- class Solution {
- public int maxProfit(int[] prices) {
- int sum = 0;//利润
- for(int i = 0; i < prices.length - 1; i++) {
- //只要下一天的股票价格高于当天的股票价格,那么就可以在当天买入股票,下一天出售股票,获得下一天股票价格减去当天股票价格的利润。
- if(prices[i + 1] > prices[i]) sum += prices[i + 1] - prices[i];
- }
- return sum;
-
- }
- }
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
。
示例 1:
输入:nums = [2,3,1,1,4] 输出:true 解释:可以先跳 1 步,从下标 0 到达下标 1, 然后再从下标 1 跳 3 步到达最后一个下标。
示例 2:
输入:nums = [3,2,1,0,4] 输出:false 解释:无论怎样,总会到达下标为 3 的位置。但该下标的最大跳跃长度是 0 , 所以永远不可能到达最后一个下标。
提示:
1 <= nums.length <= 104
0 <= nums[i] <= 105
算法分析:
局部最优:遍历每一步所能够走到的地方,同时更新下一步能够走到的最大范围。
全局最优:如果下一步能够走到的最大范围超过了数组最后一个元素的下标,说明是可以走到这个地方的。
代码如下:
- class Solution {
- public boolean canJump(int[] nums) {
- int index = nums[0];//记录第一步能走到的最大范围
- for(int i = 0; i <= index; i++) {//遍历能走到的地方
- if(index >= nums.length - 1) return true;//如果最大范围大于等于最后一个元素的下标,说明可以跳到最后一个元素,返回true
- //在第i个位置时所能跳到的最大范围是i+nums[i],更新一下下一步能够走到的最大范围。
- index = index > i + nums[i] ? index : i + nums[i];
- }
- return false;
- }
- }
给定一个长度为 n
的 0 索引整数数组 nums
。初始位置为 nums[0]
。
每个元素 nums[i]
表示从索引 i
向前跳转的最大长度。换句话说,如果你在 nums[i]
处,你可以跳转到任意 nums[i + j]
处:
0 <= j <= nums[i]
i + j < n
返回到达 nums[n - 1]
的最小跳跃次数。生成的测试用例可以到达 nums[n - 1]
。
示例 1:
输入: nums = [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。
示例 2:
输入: nums = [2,3,0,1,4] 输出: 2
提示:
1 <= nums.length <= 104
0 <= nums[i] <= 1000
nums[n-1]
算法分析:
用三个变量分别记录当前这一步的起始下标,步数和下一步所能到达的最大范围。
局部最优:每次走能跨最大范围的那一步。遍历当前这一步所能走到的位置,跟新下一步的起始位置和最大范围,跟新步数。
全局最优:下一步的最大范围超过数组最后一个元素下标时,说明只需再走一步就可以到达了。
代码如下:
- class Solution {
- public int jump(int[] nums) {
- if(nums.length == 1) return 0;
- int index = nums[0];//下一步所能走到的最大范围
- int steps = 0;//步数
- int start = 0;//每一步的起始下标
- while(index < nums.length - 1) {//如果下一步走到的最大范围大于等于数组的最后一个元素下标,直接一步走完
- int maxindex = index;//记录当前这一步所能到达的最大位置
- for(int i = start; i <= maxindex; i++) {//遍历当前这一步所能到达的位置
- if(i + nums[i] > index) {//更新下一步所能走到的最大位置,同时标记下一步的起始下标
- index = nums[i] + i;
- start = i;
- }
- }
- steps++;//跟新当前步数
- }
- steps++;//走最后一步才能到达
- return steps;
- }
- }
贪心算法,
难点是如何找到局部最优,然后如何推到全局最优。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。