Acy夕拾算法 Week2_day4

贪心无套路；局部最优 推 全局最优

LeetCode 122. 买卖股票的最佳时机 II

/*
局部最优-》全局最优
·判断升序降序，遇到降序的结尾，买入下一个，在升序的最后一个卖出；如果下一个不是最后一个数，且后续有升序，买入下一个。循环
！但从哪升从哪降不好判断，并且题目没有问从哪开始买卖，只要求返回最大利润

整理思路：
·不要被实例的解释迷惑
·所以可以直接贪心，求所有的今天买入、明天卖出，只要获取的利润是正的，就加到最大利润中
·连续的正利润相加，与从最低点买、随后的最高点卖，获得的最大利润相等
*/

贪心

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int resMax = 0;
        for(int i = 1; i < prices.size(); i++)
        {
            if(prices[i]-prices[i-1] > 0)
                resMax += prices[i]-prices[i-1];
        }
        return resMax;
    }
};

动态规划----待

在这里插入代码片

LeetCode 455. 分发饼干

/*
注意：
sort(g.begin(),g.end());
注意边界 for(int i = g.size()-1, j = s.size()-1; i >= 0 && j >= 0; i–)

我的思路：小饼干
·把孩子胃口和饼干从小到大排序，依次投喂>=
·排序后，先填饱胃口小的孩子，饼干>=胃口，
·饼干不符合就一直++，直到满足下一个小孩
·胃口[3,4] 饼干[1,2,3]

代码随想录：大饼干满足大胃口的孩子
·从大饼干、大胃口开始遍历
·按照饼干，找孩子
*/

按小饼干先满足小胃口

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        sort(g.begin(),g.end());
        sort(s.begin(),s.end());
        int res = 0;
        for(int i = 0, j = 0; i < g.size() && j < s.size(); j++)
        {//j++一直找饼干
            if(s[j] >= g[i])
            {
                res++;
                i++;//直到找到满足第一个孩子胃口的饼干，才继续对孩子胃口进行遍历
            }
        }
        return res;
    }
};

按大饼干先满足大胃口

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        sort(g.begin(),g.end());
        sort(s.begin(),s.end());
        int res = 0;
        for(int i = g.size()-1, j = s.size()-1; i >= 0 && j >= 0; i--)
        {//j++一直找饼干
            if(s[j] >= g[i])
            {
                res++;
                j--;//直到找到这个饼干能满足的第一个孩子，才继续对饼干进行遍历
            }
        }
        return res;
    }
};

LeetCode 55. 跳跃游戏

/*
最后一个位置能获得的最大跳跃长度是无效的
初始位置为 下标[0]；目标位置是 下标[size()-1];

看覆盖范围
代码还可以更精简------

回溯-试一下
*/

class Solution {
public:
    bool canJump(vector<int>& nums) {
        if(nums.size() == 1)    return true;//就在目标下标，获得多少步都可到达

        int rangeEnd = 0+nums[0];//存储覆盖范围,第一个：当前下标+获得步数
        for(int i = 0; i < rangeEnd;)// && rangeEnd <= nums.size()-1; )
        {//只遍历到覆盖范围的结束；覆盖范围可以大于最大下标，再此之前就返回了
            if(i+nums[i] >= nums.size()-1)  return true;//如果能覆盖
            else
            {
                rangeEnd = max(i+nums[i] + 1, rangeEnd);//取覆盖范围更大的
                i++;
            }
        }
        return false;
    }
};