买卖股票的最佳时机:
这里可以得到当有利润就会卖出得到当前的股票,然后就是向后移动一位就可以了,判断卖出那天买入,后一天卖出会不会有收益,有收益就加上,因为同一天的买入和卖出相当于没有操作,因此逻辑性不变,详细代码如下所示:
python
class Solution(object):
def maxProfit(self, prices):
"""
:type prices: List[int]
:rtype: int
"""
if len(prices) <=1:
return 0
count = 0
pre = 0
cur = 1
while(pre<len(prices)-1):
if prices[cur] - prices[pre] > 0:
count += prices[cur] - prices[pre]
pre+=1
cur+=1
return count
跳跃游戏
这里的思路是不断更新覆盖范围,看覆盖大小是不是一在更新,如果说覆盖范围到达最后的元素,那么符合,但是如果到了覆盖范围的最后一个还没有到达目的地,那么就不可行,直接返回False,详细代码如下所示:
python
class Solution(object):
def canJump(self, nums):
"""
:type nums: List[int]
:rtype: bool
"""
if len(nums)<=1:
return True
cover = 0
index = 0
while(index<=cover):
cover = max(cover,nums[index]+index)
if cover >= len(nums) - 1:
return True
index+=1
return False
K次取反后最大化的数组和
思路如下,我觉得还是比较好的:
1.预处理排序:先排序,再按策略翻转,避免重复计算最小值。
2.优先处理负数:先翻转所有负数(因为翻转负数能直接增加总和)。
3.剩余次数的数学处理:若剩余翻转次数 k 为奇数,只需翻转当前最小元素一次。
详细代码如下所示:
python
class Solution(object):
def largestSumAfterKNegations(self, nums, k):
nums.sort() # 排序,O(n log n)
# 第一阶段:优先翻转所有负数
for i in range(len(nums)):
if nums[i] < 0 and k > 0:
nums[i] = -nums[i]
k -= 1
# 第二阶段:若剩余k为奇数,翻转当前最小元素(可能是0)
if k % 2 == 1:
nums.sort() # 重新排序找到最小值
nums[0] = -nums[0]
return sum(nums) # 总和计算,O(n)
由于浏览器清空内存之后,原有代码会消失,因此此处链接放的是代码随想录的链接。