代码随想录算法训练营第32天｜122.买卖股票的最佳时机II，55. 跳跃游戏，45.跳跃游戏II

122. 买卖股票的最佳时机II

力扣

思路：

1. 把利润分解为每天为单位的维度，根据prices可以得到每天的利润序列：(prices[i] - prices[i - 1]).....(prices[1] - prices[0])；

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) {
        int sum = 0;
        for(int i=0;i

其他思路：动态规划

1. dp状态：dp[i][0/1]【i：天数，0/1：是否持有股票】；

2. dp公式：dp[i][0] = Math.max(dp[i-1][0],dp[i-1][1]+prices[i])；dp[i][1] = Math.max(dp[i-1][1],dp[i-1][0]-prices[i])；

class Solution {
    public int maxProfit(int[] prices) {
        int[][] dp = new int[prices.length][2];
        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        for(int i=1;i

55. 跳跃游戏

力扣

思路：

1. 问题可以转化为：跳跃覆盖范围究竟可不可以覆盖到终点；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。

2. 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cover）；整体最优解：最后得到整体最大覆盖范围，看是否能到终点。

3. i每次只能在cover的范围内移动，每移动一个元素，更新cover，使 i 继续移动。若cover大于等于终点下标，return true。

class Solution {
    public boolean canJump(int[] nums) {
        if(nums.length==1) return true;
        int coverRange = 0;
        for(int i=0;i<=coverRange;i++){
            coverRange = Math.max(coverRange,i+nums[i]);
            if(coverRange>=nums.length-1) return true;
        }
        return false;
    }
}

45.跳跃游戏II 

力扣

思路：

1. 以最小的步数增加最大的覆盖范围，直到覆盖范围覆盖了终点。

2. 移动下标只要遇到当前覆盖最远距离的下标，直接步数加一，不考虑是不是终点的情况：让移动下标，最大只能移动到nums.length - 2的地方。

class Solution {
    public int jump(int[] nums) {
        int result = 0;
        //当前覆盖的最远距离下标
        int end = 0;
        //下一步覆盖的最远距离下标
        int temp = 0;
        for(int i=0;i<=end && end