贪心算法练习题(2024/6/21)

1 买卖股票的最佳时机 II

给你一个整数数组 prices ,其中 prices[i] 表示某支股票第 i 天的价格。

在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。

返回 你能获得的 最大 利润 。

示例 1:

输入:prices = [7,1,5,3,6,4]
输出:7
解释:在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4。
随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6 - 3 = 3。
最大总利润为 4 + 3 = 7 。

示例 2:

输入:prices = [1,2,3,4,5]
输出:4
解释:在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4。
最大总利润为 4 。

示例 3:

输入:prices = [7,6,4,3,1]
输出:0
解释:在这种情况下, 交易无法获得正利润,所以不参与交易可以获得最大利润,最大利润为 0。

提示:

  • 1 <= prices.length <= 3 * 104
  • 0 <= prices[i] <= 104

思路:

  1. 循环遍历数组for(int i=1; i<prices.size(); i++)

    • 从第二天开始遍历股票价格数组 prices,因为需要比较当天价格与前一天价格的差异。
  2. 利润累加result += max(prices[i] - prices[i - 1], 0);

    • 对于每一天的股票价格,计算当前价格与前一天价格的差值 prices[i] - prices[i - 1]
    • 使用 max(..., 0) 来确保只有在价格上升时才考虑利润,即如果 prices[i] - prices[i - 1] 小于等于0(即价格下跌或无变化),则对利润不产生贡献,因此取0。
    • 将每天的有效利润累加到 result 变量中。
  3. 返回总利润return result;

    • 最终返回累加得到的总利润 result

代码:

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;}
};

2跳跃游戏

给你一个非负整数数组 nums ,你最初位于数组的 第一个下标 。数组中的每个元素代表你在该位置可以跳跃的最大长度。

判断你是否能够到达最后一个下标,如果可以,返回 true ;否则,返回 false 。

示例 1:

输入:nums = [2,3,1,1,4]
输出:true
解释:可以先跳 1 步,从下标 0 到达下标 1, 然后再从下标 1 跳 3 步到达最后一个下标。

示例 2:

输入:nums = [3,2,1,0,4]
输出:false
解释:无论怎样,总会到达下标为 3 的位置。但该下标的最大跳跃长度是 0 , 所以永远不可能到达最后一个下标。

提示:

  • 1 <= nums.length <= 104
  • 0 <= nums[i] <= 105

思路:

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

贪心策略是每次在当前能够覆盖的范围内选择能使下一步覆盖范围最大化的跳跃步数。通过不断更新 cover,保证在每一步都尽可能地扩展能够到达的最远位置,以达到全局最优解。贪心算法在这里的应用是因为每一步的最优选择(即当前位置能到达的最远距离)通常会导致整体最优解。

代码:

class Solution {
public:bool canJump(vector<int>& nums) {int cover = 0; // 当前能覆盖的最远距离if (nums.size() == 1) return true; // 如果只有一个元素,直接返回true,因为可以到达终点for (int i = 0; i <= cover; i++) { // 遍历当前能覆盖的范围cover = max(i + nums[i], cover); // 更新能覆盖的最远距离if (cover >= nums.size() - 1) return true; // 如果覆盖范围已经包括了终点,则返回true}return false; // 如果遍历完仍然无法到达终点,则返回false}
};

3跳跃游戏 II

给定一个长度为 n 的 0 索引整数数组 nums。初始位置为 nums[0]

每个元素 nums[i] 表示从索引 i 向前跳转的最大长度。换句话说,如果你在 nums[i] 处,你可以跳转到任意 nums[i + j] 处:

  • 0 <= j <= nums[i] 
  • i + j < n

返回到达 nums[n - 1] 的最小跳跃次数。生成的测试用例可以到达 nums[n - 1]

示例 1:

输入: nums = [2,3,1,1,4]
输出: 2
解释: 跳到最后一个位置的最小跳跃数是 2。从下标为 0 跳到下标为 1 的位置,跳 1 步,然后跳 3 步到达数组的最后一个位置。

示例 2:

输入: nums = [2,3,0,1,4]
输出: 2

提示:

  • 1 <= nums.length <= 104
  • 0 <= nums[i] <= 1000
  • 题目保证可以到达 nums[n-1]

思路:贪心的思路,局部最优:当前可移动距离尽可能多走,如果还没到终点,步数再加一。整体最优:一步尽可能多走,从而达到最少步数。

  1. 初始化变量

    • curDistance 表示当前能够覆盖的最远距离,初始为 0。
    • nextDistance 表示下一步能够达到的最远距离,初始也为 0。
    • jumps 记录跳跃的次数,初始为 0。
  2. 遍历数组

    • 使用 for 循环遍历数组,变量 i 表示当前位置。
  3. 更新下一步能够达到的最远距离

    • 在每个位置 i,更新 nextDistance 为 max(i + nums[i], nextDistance),表示当前位置能够跳跃到的最远位置。
  4. 判断是否需要进行跳跃

    • 当 i 等于 curDistance 时,表示已经到达当前覆盖的最远距离。
  5. 更新当前覆盖的最远距离

    • 如果 curDistance 不是终点位置,将 curDistance 更新为 nextDistance,表示进行一次跳跃。
  6. 判断是否到达终点

    • 如果 curDistance 已经能够达到或超过终点位置 nums.size() - 1,跳出循环,不再进行后续跳跃。
  7. 返回跳跃次数

    • 循环结束后,返回跳跃次数 jumps,即能够从起点跳跃到终点所需的最少跳跃次数。

代码:

class Solution {
public:int jump(vector<int>& nums) {int curDistance = 0;  // 当前覆盖的最远距离int nextDistance = 0; // 下一步能够达到的最远距离int jumps = 0;        // 跳跃次数统计for (int i = 0; i < nums.size(); i++) {nextDistance = max(i + nums[i], nextDistance); // 更新下一步能够达到的最远距离// 当前位置已经到达当前覆盖的最远距离时if (i == curDistance) {jumps++; // 跳跃次数加一// 如果当前覆盖的最远距离不是终点,更新当前覆盖的最远距离为下一步能够达到的最远距离if (curDistance != nums.size() - 1) {curDistance = nextDistance;}// 如果当前覆盖的最远距离已经能到达或超过终点,结束循环if (curDistance >= nums.size() - 1) {break;}}}return jumps;}
};

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/31986.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

论文学习_Fuzz4All: Universal Fuzzing with Large Language Models

论文名称发表时间发表期刊期刊等级研究单位Fuzz4All: Universal Fuzzing with Large Language Models2024年arXiv-伊利诺伊大学0.摘要 研究背景模糊测试再发现各种软件系统中的错误和漏洞方面取得了巨大的成功。以编程或形式语言作为输入的被测系统(SUT),例如编译器、运行时…

树莓派4B_OpenCv学习笔记12:OpenCv颜色追踪_画出轨迹

今日继续学习树莓派4B 4G&#xff1a;&#xff08;Raspberry Pi&#xff0c;简称RPi或RasPi&#xff09; 本人所用树莓派4B 装载的系统与版本如下: 版本可用命令 (lsb_release -a) 查询: Opencv 版本是4.5.1&#xff1a; 今日尝试使用倒叙的方式来学习OpenCV颜色追踪&#xff0…

Claude 3.5 强势出击:解析最新AI模型的突破与应用

近年来&#xff0c;人工智能领域的发展迅猛&#xff0c;各大科技公司纷纷推出了自家的高级语言模型。在这场技术竞赛中&#xff0c;Anthropic的Claude系列模型凭借其强大的性能和创新的功能脱颖而出。最近&#xff0c;Anthropic发布了Claude 3.5 Sonnet模型&#xff0c;引起了广…

如何设置Excel单元格下拉列表

如何设置Excel单元格下拉列表 在Excel中设置单元格下拉列表可以提高数据输入的准确性和效率。以下是创建下拉列表的步骤&#xff1a; 使用数据验证设置下拉列表&#xff1a; 1. 选择单元格&#xff1a; 选择你想要设置下拉列表的单元格或单元格区域。 2. 打开数据验证&…

[Django学习]Q对象实现多字段模糊搜索

一、应用场景 假设我们现在有一个客房系统,前端界面上展示出来了所有客房的所有信息。用户通过客房的价格、面积、人数等对客房进行模糊搜索&#xff0c;如检索出价格在50到100元之间的客房&#xff0c;同时检索面积在20平方米到30平方米之间的客房&#xff0c;此时后端可以借助…

【C++】在boost中查找有向图的所有循环

在boost中查找有向图的所有循环 #include <boost/graph/adjacency_list.hpp> #include <boost/graph/tiernan_all_cycles.hpp> #include <iostream>using Graph = boost::adjacency_list<boost::vecS, boost::vecS, boost::/*un*/directedS>;// see h…

高斯算法的原理及其与常规求和方法的区别

高斯算法的原理 高斯算法的原理源于数学家卡尔弗里德里希高斯在他少年时期发现的一种求和方法。当时老师让学生们计算1到100的和&#xff0c;高斯发现了一种快速计算的方法。 高斯注意到&#xff0c;如果将序列的首尾两数相加&#xff0c;结果总是相同的。例如&#xff1a; …

layui导入excel

前端&#xff1a; 按钮&#xff1a;<a class"layui-btn layui-btn-sm layuiadmin-button-btn train-btn-css"id"uploadGuideExcel">Excel导入计划</a> // //导入计划upload.render({elem: #uploadGuideExcel, //修改为你的urlurl: domainName…

DVWA 靶场 JavaScript 通关解析

前言 DVWA代表Damn Vulnerable Web Application&#xff0c;是一个用于学习和练习Web应用程序漏洞的开源漏洞应用程序。它被设计成一个易于安装和配置的漏洞应用程序&#xff0c;旨在帮助安全专业人员和爱好者了解和熟悉不同类型的Web应用程序漏洞。 DVWA提供了一系列的漏洞场…

【Python】从基础到进阶(一):了解Python语言基础以及变量的相关知识

&#x1f525; 个人主页&#xff1a;空白诗 文章目录 引言一、Python简介1.1 历史背景1.2 设计哲学1.3 语言特性1.4 应用场景1.5 为什么选择Python 二、Python语言基础2.1 注释规则2.1.1 单行注释2.1.2 多行注释2.1.3 文件编码声明注释 2.2 代码缩进2.3 编码规范2.3.1 命名规范…

vim选中内容进入visual模式

描述 有的版本的vim&#xff0c;检测到xterm终端时&#xff0c;会启动鼠标全功能模式&#xff0c;鼠标选中一段文本后&#xff0c;自动进入visual模式&#xff0c;滚动滚轮可以修改选中的位置。可以使用常见的Vim命令来操作它们&#xff0c;例如&#xff1a; y 复制&#xff…

AlphaMissense:预测错义变异的致病性

错义变异或错义变体&#xff08;missense variation或missense variants&#xff09;是改变蛋白质氨基酸序列的遗传变异。致病性错义变异会严重破坏蛋白质功能&#xff0c;在目前观察到的400多万个错义变异中&#xff0c;只有2%在临床上被确定为致病或良性。对剩下的类型不明的…

力扣随机一题 模拟+字符串

博客主页&#xff1a;誓则盟约系列专栏&#xff1a;IT竞赛 专栏关注博主&#xff0c;后期持续更新系列文章如果有错误感谢请大家批评指出&#xff0c;及时修改感谢大家点赞&#x1f44d;收藏⭐评论✍ 1910.删除一个字符串中所有出现的给定子字符串【中等】 题目&#xff1a; …

【数据结构与算法】树的遍历,森林遍历 详解

树的先根遍历、后根遍历对应其二叉树的哪种遍历 树的先根遍历对应其二叉树的先序遍历&#xff08;根-左-右&#xff09;。树的后根遍历对应其二叉树的中序遍历&#xff08;左-根-右&#xff09;。 森林的先根遍历、中根遍历对应其二叉树的哪种遍历? 森林的先根遍历对应其二…

Elasticsearch 数据提取 - 最适合这项工作的工具是什么?

作者&#xff1a;来自 Elastic Josh Asres 了解在 Elasticsearch 中为你的搜索用例提取数据的所有不同方式。 对于搜索用例&#xff0c;高效采集和处理来自各种来源的数据的能力至关重要。无论你处理的是 SQL 数据库、CRM 还是任何自定义数据源&#xff0c;选择正确的数据采集…

STM32三种调试工具CMSIS-DAP、J-Link和ST-Link

一.概述 CMSIS-DAP、J-Link和ST-Link均是嵌入式处理器的开发调试工具。 CMSIS-DAP是一种轻量级调试接口&#xff0c;旨在实现开源的开发调试。它的优点是使用方便、通用性好、成本低&#xff0c;还支持固件的在线升级。 J-Link是一款由德国公司SEGGER Microcontroller开发的…

《Deep learning practice》learning notes

学习笔记&#xff1a; 【公开课】旷视x北大《深度学习实践》&#xff08;28课时全&#xff09; R Talk | 旷视科技目标检测概述&#xff1a;Beyond RetinaNet and Mask R-CNN 文章目录 Lecture 1: Introduction to Computer Vision and Deep Learning&#xff08;孙剑&#x…

Semaphore(应对并发问题的工具类)

Semaphore Semaphore字面意思是信号量的意思&#xff0c;它的作用是控制访问特定资源的线程数目。 举例&#xff1a;现在有一个十字路口&#xff0c;有多辆汽车需要进经过这个十字路口&#xff0c;但是我们规定同时只能有两辆汽车经过。其他汽车处于等待状态&#xff0c;只要…

系统架构师考点--数据库系统

大家好。今天我来总结一下数据库系统的相关考点。本考点一般情况下上午场考试占3-5分&#xff0c;下午场案例分析题也会出现。 一、数据库系统 数据&#xff1a;数据库中存储的基本对象&#xff0c;是描述事物的符号记录。数据的种类:文本、图形、图像、音频、视频、学生的档…

AI/ML 数据湖参考架构架构师指南

这篇文章的缩写版本于 2024 年 3 月 19 日出现在 The New Stack 上。 在企业人工智能中&#xff0c;主要有两种类型的模型&#xff1a;判别模型和生成模型。判别模型用于对数据进行分类或预测&#xff0c;而生成模型用于创建新数据。尽管生成式人工智能最近占据了新闻的主导地…