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
用户27784491049938 小时前
借助DeepSeek智能生成测试用例:从提示词到Excel表格的全流程实践
人工智能·python
算AI10 小时前
人工智能+牙科:临床应用中的几个问题
人工智能·算法
JavaEdge在掘金10 小时前
ssl.SSLCertVerificationError报错解决方案
python
我不会编程55510 小时前
Python Cookbook-5.1 对字典排序
开发语言·数据结构·python
老歌老听老掉牙11 小时前
平面旋转与交线投影夹角计算
python·线性代数·平面·sympy
满怀101511 小时前
Python入门(7):模块
python
无名之逆11 小时前
Rust 开发提效神器:lombok-macros 宏库
服务器·开发语言·前端·数据库·后端·python·rust
你觉得20511 小时前
哈尔滨工业大学DeepSeek公开课:探索大模型原理、技术与应用从GPT到DeepSeek|附视频与讲义下载方法
大数据·人工智能·python·gpt·学习·机器学习·aigc
啊喜拔牙11 小时前
1. hadoop 集群的常用命令
java·大数据·开发语言·python·scala
hyshhhh12 小时前
【算法岗面试题】深度学习中如何防止过拟合?
网络·人工智能·深度学习·神经网络·算法·计算机视觉