121. 买卖股票的最佳时机
python
class Solution(object):
def maxProfit(self, prices):
"""
:type prices: List[int]
:rtype: int
"""
# 贪心思路：因为仅仅买卖一次，所以找到最低点和最高点即可【最低点要在最高点左侧】
minf = float('inf')
maxf = 0
for p in prices:
maxf = max(p-minf,maxf)
minf = min(p,minf)
return maxf时间复杂度：O(n)
空间复杂度：O(1)
动态规划是解决股票问题的最佳思路【本题股票：仅允许买卖一次，无手续费】
python
class Solution(object):
def maxProfit(self, prices):
"""
:type prices: List[int]
:rtype: int
"""
# 股票买卖，其实dp思路非常好理解
# dp[i][0] 表示持有股票的最大收益
# dp[i][1] 表示卖出股票的最大收益
dp = [[0,0] for _ in prices]
dp[0][0] = -prices[0]
dp[0][1] = 0
for i in range(1,len(prices)):
dp[i][0] = max(dp[i-1][0],-prices[i]) # 要么继续前一天的持有，要么直接从今天开始买入
dp[i][1] = max(dp[i-1][1],dp[i-1][0]+prices[i]) # 要么继续前一天的卖出，要么卖出前一天的持有
return max(dp[-1][0],dp[-1][1])时间复杂度：O(n)
空间复杂度：O(n)
55. 跳跃游戏
python
class Solution(object):
def canJump(self, nums):
"""
:type nums: List[int]
:rtype: bool
"""
# 在每一个节点，跳跃的最大步数是元素值，元素值以内的步数都可以跳跃！
# 所以我们只要保证所有点的最大值范围可以到达终点[并且中间不可以间断！]
maxl = 0
for i in range(len(nums)):
if i>maxl:
# 这意味着i位置在之前根本不可达！
return False
maxl = max(maxl,i+nums[i])
return True时间复杂度：O(n)
空间复杂度：O(1)
45. 跳跃游戏II
python
class Solution(object):
def jump(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
# 当我们已经达到当前的最大覆盖度，那么接下来我们就需要真正的跳一次
# 这样得到的就是最小跳跃次数
n = len(nums)
if n<=1:
return 0 # 就一个点，不需要跳跃
# 当前节点位置如果已经达到了过去的最大覆盖位置，那么就需要跳出去
# 如果跳出去以后发现最大覆盖位置达到了终点，那么就结束
curl = 0
nextl = 0
count = 0
for i in range(n):
nextl = max(nextl,i+nums[i])
if i == curl:
count += 1
curl = nextl
if nextl >= n-1:
break
return count时间复杂度：O(n)
空间复杂度：O(1)
763. 划分字母区间
python
class Solution(object):
def partitionLabels(self, s):
"""
:type s: str
:rtype: List[int]
"""
# 我们需要先存储每个元素的最远位置
# 然后不断的更新最大所需要的右边界，当前位置等于右边界的时候，就可以做一次切断
# 注意存储的是切断的这一段的长度
# 然后更新左边界为当前位置+1
d = {}
for i in range(len(s)):
d[s[i]] = i
left = right = 0
res = []
for i in range(len(s)):
right = max(right, d[s[i]])
if i == right:
res.append(right-left+1)
left = i+1
return res时间复杂度：O(n)
空间复杂度：O(∣Σ∣) # 其实这里的∣Σ∣最大是26