Danie_wu的博客

class Solution { /** 参数：graph, graph[u]表示一个节点数组，由节点u的领接节点组成 */ public boolean isBipartite(int[][] graph) { // 定义 visited 数组，初始值为 0 表示未被访问，赋值为 1 或者 -1 表示两种不同的颜色。 int[] visited = new int[graph.length]; // 因为图中可能含.

思路：1、对原数组排一次序。2、迭代k次取反中，考虑小于0和大于0的情况。 2.1 小于0的数组区间，直接取反，到达负数和正数界限时跳过。 2.2 大于0的数组区间，直接取反。3、累计数组。class Solution { public int largestSumAfterKNegations(int[] nums, int k) { if (nums.length == 1) return k % 2 == 0 ? nums[...

思想：每次在上次能跳到的范围（end）内选择一个能跳的最远的位置（也就是能跳到max_far位置class Solution { public int jump(int[] nums) { int end = 0; //上次跳跃可达范围右边界（下次的最右起跳点） int maxFar = 0; //目前能跳到的最远位置 int step = 0; // 跳跃次数 for(int i = 0; i < nums

思路：跳几步无所谓，关键在于可跳的覆盖范围！不一定非要明确一次究竟跳几步，每次取最大的跳跃步数，这个就是可以跳跃的覆盖范围。这个范围内，别管是怎么跳的，反正一定可以跳过来。问题就转化为跳跃覆盖范围究竟可不可以覆盖到终点！算法步骤：每次移动取最大跳跃步数（得到最大的覆盖范围），每移动一个单位，就更新最大覆盖范围。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。class Solution { //跳...

思路：1、把利润分解为每天为单位的维度，而不是从0天到第3天整体去考虑！那么根据prices可以得到每天的利润序列：(prices[i] - prices[i - 1]).....(prices[1] - prices[0])。收集正利润的区间，就是股票买卖的区间，而我们只需要关注最终利润，不需要记录区间。2、局部最优：收集每天的正利润，全局最优：求得最大利润。class Solution { public int maxProfit(int[] prices) {

思路：局部最优：删除单调坡度上的节点（不包括单调坡度两端的节点），那么这个坡度就可以有两个局部峰值。整体最优：整个序列有最多的局部峰值，从而达到最长摆动序列。实际操作上，其实连删除的操作都不用做，因为题目要求的是最长摆动子序列的长度，所以只需要统计数组的峰值数量就可以了（相当于是删除单一坡度上的节点，然后统计长度）class Solution { public int wiggleMaxLength(int[] nums) { if(nums.length <.

两个思路： 1、优先考虑饼干，小饼干先喂饱小胃口 2、优先考虑胃口，先喂饱大胃口//方法一 优先考虑饼干，小饼干先喂饱小胃口class Solution { public int findContentChildren(int[] g, int[] s) { Arrays.sort(g); Arrays.sort(s); int index = 0; //小饼干先喂饱小胃口 for(int i = 0; ...