代码随想录算法训练营Day32 | 122.买卖股票的最佳时机II、55. 跳跃游戏、45.跳跃游戏II | Python | 个人记录向

本文目录

122.买卖股票的最佳时机II

代码随想录:122.买卖股票的最佳时机II
Leetcode:122.买卖股票的最佳时机II

做题

考虑计算当天买入,第二天卖出的利润,但不知道局部最优能否获得全局最优。

看文章

每天利润最大化,就是全局利润最大化。自己实现,代码如下:

python 复制代码
class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        res = 0
        for i in range(1, len(prices)):
            cur = prices[i] - prices[i-1]
            if cur > 0:
                res += cur
        return res

时间复杂度:O(n)
空间复杂度:O(1)

这道题本来是动态规划的题,但贪心算法更为巧妙。

55. 跳跃游戏

代码随想录:55. 跳跃游戏
Leetcode:55. 跳跃游戏

做题

考虑在当前可跳跃步数中,找到下一个可跳跃最大的步数,但实现起来比较麻烦,不知道能不能AC。

看文章

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。

实际上是遍历数组,找可覆盖的范围。当 i <= cover 时,可以扩大范围。具体代码如下:

python 复制代码
class Solution:
    def canJump(self, nums: List[int]) -> bool:
        cover = 0
        if len(nums) == 1: return True
        i = 0
        # python不支持动态修改for循环中变量,使用while循环代替
        while i <= cover:
            cover = max(i + nums[i], cover)
            if cover >= len(nums) - 1: return True
            i += 1
        return False

45.跳跃游戏II

代码随想录:45.跳跃游戏II
Leetcode:45.跳跃游戏II

做题

与上题的自己思路一致,但还是比较难实现。

看文章

贪心的思路,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,从而达到最少步数。

特殊情况是,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。

方法1

移动下标达到了当前覆盖的最远距离下标时,步数就要加1,来增加覆盖距离。最后的步数就是最少步数。具体代码如下:

python 复制代码
class Solution:
    def jump(self, nums):
        if len(nums) == 1:
            return 0
        
        cur_distance = 0  # 当前覆盖最远距离下标
        ans = 0  # 记录走的最大步数
        next_distance = 0  # 下一步覆盖最远距离下标
        
        for i in range(len(nums)):
            next_distance = max(nums[i] + i, next_distance)  # 更新下一步覆盖最远距离下标
            if i == cur_distance:  # 遇到当前覆盖最远距离下标
                ans += 1  # 需要走下一步
                cur_distance = next_distance  # 更新当前覆盖最远距离下标(相当于加油了)
                if next_distance >= len(nums) - 1:  # 当前覆盖最远距离达到数组末尾,不用再做ans++操作,直接结束
                    break
        
        return ans

时间复杂度: O(n)
空间复杂度: O(1)

方法2

针对于方法1的特殊情况,可以统一处理,即:移动下标只要遇到当前覆盖最远距离的下标,直接步数加一,不考虑是不是终点的情况。

想要达到这样的效果,只要让移动下标,最大只能移动到 nums.size - 2 的地方就可以了。

python 复制代码
class Solution:
    def jump(self, nums):
        cur_distance = 0  # 当前覆盖的最远距离下标
        ans = 0  # 记录走的最大步数
        next_distance = 0  # 下一步覆盖的最远距离下标
        
        for i in range(len(nums) - 1):  # 注意这里是小于len(nums) - 1,这是关键所在
            next_distance = max(nums[i] + i, next_distance)  # 更新下一步覆盖的最远距离下标
            if i == cur_distance:  # 遇到当前覆盖的最远距离下标
                cur_distance = next_distance  # 更新当前覆盖的最远距离下标
                ans += 1
        
        return ans

以往忽略的知识点小结

  • python不支持动态修改for循环中变量
  • 将全局最优拆分成局部最优,只要没有反例,就可以用贪心算法AC
  • 对于跳跃问题,可以记录当前可覆盖的最远距离,并遍历计算下次可覆盖的最远距离

个人体会

完成时间:2h。

心得:贪心算法没有统一思路,主要是将全局最优拆解成局部最优。

相关推荐
wuqingshun31415912 分钟前
蓝桥杯 切割
数据结构·c++·算法·职场和发展·蓝桥杯
艾妮艾妮15 分钟前
C语言常见3种排序
java·c语言·开发语言·c++·算法·c#·排序算法
百度Geek说16 分钟前
前沿多模态模型开发与应用实战3:DeepSeek-VL2多模态理解大模型算法解析与功能抢先体验
算法
mywpython17 分钟前
mac 最新的chrome版本配置selenium的方式
chrome·python·selenium·macos
小王努力学编程17 分钟前
动态规划学习——回文子串系列问题【C++】
c++·学习·算法·leetcode·动态规划
闲人编程21 分钟前
形态学操作(腐蚀/膨胀/开闭运算)
python·opencv·图像识别
A_ugust__22 分钟前
vue3项目使用 python +flask 打包成桌面应用
开发语言·python·flask
软件测试曦曦23 分钟前
如何使用Python自动化测试工具Selenium进行网页自动化?
自动化测试·软件测试·python·功能测试·测试工具·程序人生·自动化
zidea34 分钟前
我和我的 AI Agent(1) 异步优先、结构化输出以及如何处理依赖
人工智能·python·trae
ZTLJQ35 分钟前
基于机器学习的三国时期诸葛亮北伐失败因素量化分析
人工智能·算法·机器学习