【代码随想录——贪心算法—

【代码随想录——贪心算法——二周目】

1.买卖股票的最佳时间②

在这里插入图片描述
思路：构建每两天之间的利润之差，如果是正数则一直累加即可。
体现出来场景是，如果理论一直为正，则说明我们需要一直持有股票。当出现负数时，代表我们应该在前一天卖出。当出现正数时我们应该在前一天买入。

func maxProfit(prices []int) int {profits := make([]int,len(prices)-1)//生成profits数组for i:=1;i<len(prices);i++{profits[i-1] = prices[i]-prices[i-1]} sum := 0for i:=0;i<len(profits);i++{if profits[i]>0{sum += profits[i]}}return sum
}

2.跳跃游戏

在这里插入图片描述

2.1 反向遍历（自己写）

特殊条件：

数组只有一个元素，永远为true
数组第一个元素为0且长度不为1，永远为false
数组最后一个元素为0

我是思路是从后往前遍历，当有零时向前查看有能够跳过该0的数。

func canJump(nums []int) bool {if len(nums)==1{return true}if nums[0]==0{return false}flag := truefor i:= len(nums)-1;i>0;{if nums[i]==0{flag = falsetemp := 1if i==len(nums)-1{temp = 0}i--for i>=0{if nums[i]>temp{flag = truebreak}else{temp++i--}}}else{i--continue}if !flag{return false}}return true
}

2.2 正向遍历（官方）

// 贪心
func canJump(nums []int) bool {cover := 0//目前所能覆盖到的最远地方n := len(nums)-1for i:=0;i<=cover;i++{//每次与覆盖值相比较cover = max(i+nums[i],cover//每走一步都将 cover 更新为最大值)if cover >= n{return true}}return false
}
func max(a, b int ) int {if a > b {return a}return b
}

3.跳跃游戏②

在这里插入图片描述

使用jumpCount来记录到达每个位置的最小步数。

3.1 方法1（自己写的）

感觉用了动态规划

func jump(nums []int) int {n := len(nums)jumpCount := make([]int, n)for i := 0; i < n; i++ {for j := 1; j <= nums[i] && i+j < n; j++ {if jumpCount[i+j] == 0 {jumpCount[i+j] = jumpCount[i] + 1} else {jumpCount[i+j] = min(jumpCount[i+j], jumpCount[i]+1)}if i+j == n-1 {return jumpCount[n-1]}}}return jumpCount[n-1]
}

2.2 官方方法

// 贪心版本一
func jump(nums []int) int {n := len(nums)if n==1{return 0}cur,next := 0,0step := 0for i := 0;i<n;i++{next = max(nums[i]+i, next)if i == cur{//只有当走到目前能走的最远处才考虑进行走下一步if cur != n-1{//还没到达终点step++cur= nextif cur>=n-1{//已经可以到达终点return step}}else{return step}}}return step
}func max(a, b int) int {if a > b {return a}return b
}

4.K次取反后最大化的数组和

在这里插入图片描述

解题思路：尽可能的先将最小负数进行反转，若全部翻转后还有次数剩余。若为偶数，则无所谓。若为奇数，则将一个最小数进行反转

func largestSumAfterKNegations(nums []int, k int) int {sort.Slice(nums, func(i, j int) bool {return math.Abs(float64(nums[i])) > math.Abs(float64(nums[j]))})sum := 0for i := 0; i < len(nums); i++ {if nums[i] < 0 && k > 0 {sum += -nums[i]k--} else {sum += nums[i]}}if k%2 == 0 {return sum} else {if nums[len(nums)-1] > 0 {return sum + 2*nums[len(nums)-1]*-1} else {return sum + 2*nums[len(nums)-1]}}
}