思路：本题我一开始想到的是参考前面的摆动序列，先用坡度图思考，我们要返回最大利润，即要做到不放过任何一个上坡。把每个上坡的距离加起来就是答案，这明显也满足局部最优推出全局最优。时间复杂度O(n)。

class Solution {
public:int maxProfit(vector<int>& prices) {if(prices.size()<=1){return 0;}int ans=0;for(int i=1;i<prices.size();i++){//前面已经排除了0的情况，所以直接从1开始if(prices[i]>=prices[i-1]){//只要不跌一切都好说ans+=(prices[i]-prices[i-1]);}}return ans;}
};

本题想起来也不难，主要是想到坡度就容易了。标答解释就是收集每天的正利润。也不需要长度为1单独考虑。
标答：

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

DP方法跳过。

思路：本题由于跳跃步数可以自由选，故只要在我们的跳跃范围内，全部都可以跳到，只要一次遍历整个数组，当跳跃范围覆盖到末尾即返回true，如果还没遍历到数组末尾就已经超出了覆盖范围，说明不可能到达末尾，返回false。时间复杂度O(n)。

class Solution {
public:bool canJump(vector<int>& nums) {int range=0;for(int i=0;i<nums.size()&&i<=range;i++){//i还需要在覆盖范围内if(range<i+nums[i]){//更新覆盖范围range=i+nums[i];}if(range>=nums.size()-1){return true;}}return false;}
};

本题的关键点是想到使用范围来覆盖。

思路：本题和上题的区别是题目说了一定可以到达末尾，而要返回最小跳跃次数。想不到方法，直接看答案。要以最小的步数增加覆盖范围，覆盖范围一旦到达终点，那么就是答案。考虑两步的覆盖范围，即这一步的最大覆盖范围和下一步的最大覆盖范围，如果这一步怎么都走不到终点，那么就需要开始考虑下一步的覆盖范围了，具体怎么跳我们不用考虑，但我们知道两步一定可以达到这么的最大覆盖范围，如果还没到终点就继续往后，直到覆盖终点为止。时间复杂度O(n)。

class Solution {
public:int jump(vector<int>& nums) {if(nums.size()==1) return 0;int curRange=0;//一开始初始化为0int nextRange=0;int ans=0;for(int i=0;i<nums.size();i++){nextRange=max(nextRange,i+nums[i]);//不断更新下一步最大覆盖范围if(i==curRange){//遍历到的当前最大下标,但是肯定还没到终点ans++;curRange=nextRange;if(nextRange>=nums.size()-1){break;}}}return ans;}
};

代码的主要亮点是首先将curRange初始化为0，这样以开始就可以进行nextRange的计算。