top100-贪心算法-Toy模板网

这篇具有很好参考价值的文章主要介绍了top100-贪心算法。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

第一题

题目链接

121. 买卖股票的最佳时机 - 力扣（LeetCode）

解题思路

1、暴力破解

我们需要找出给定数组中两个数字之间的最大差值，即max（prices[j] - prices[i]）

# 此方法会超时
class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        ans = 0
        for i in range(len(prices)):
            for j in range(i + 1, len(prices)):
                ans = max(ans, prices[j] - prices[i])
        return ans

2、一次遍历

遍历价格数组一遍，记录历史最低点，然后在每一天考虑这么一个问题：如果我是在历史最低点买进的，那么我今天能赚多少钱

# 此方法会超时
class Solution:
    def maxProfit(self, prices: List[int]) -> int:
       inf = int(1e9)
       minprice = inf
       maxprofit = 0
       for price in prices:
           maxprofit = max(price - minprice,maxprofit)
           minprice = min(price,minprice)

       return maxprofit

第二题

题目链接

55. 跳跃游戏 - 力扣（LeetCode）

解题思路

这样一来，我们依次遍历数组中的每一个位置，并实时维护最远可以到达的距离。对于当前遍历到的位置x,，如果它是在最远可以到达的位置的范围内，那么我们就可以从起点通过若干次跳跃到达该位置，因此我们可以用x + nums[x]更新最远可以到达的位置。

在遍历的过程中，如果最远可以到达的位置大于等于数组中的最后一个位置，那就说明最后一个位置可达，我们就可以直接返回True作为答案。反之，如果在遍历结束后，最后一个位置仍然不可达，我们就返回False作为答案。

class Solution:
    def canJump(self, nums: List[int]) -> bool:
        n,rightmost = len(nums),0
        for i in range(n):
            if i <= rightmost:
                rightmost = max(rightmost,i + nums[i])
                if rightmost >= n -1:
                    return True
        return False

第三题

题目链接

45. 跳跃游戏 II - 力扣（LeetCode）

解题思路

1、如果某一个作为起跳点的格子可以跳跃的距离是3，那么表示后面3个格子都可以作为起跳点。

可以对每一个能作为起跳点的格子都尝试跳一次，把能跳到最远的距离不断更新。

2、如果从这个起跳点起跳叫做第1次跳跃，那么从后面3个格子起跳都可以叫做第2次跳跃。

3、所以，当一次跳跃结束时，从下一个格子开始，到现在能跳到最远距离，都是下一次跳跃的起跳点。

跳完一次之后，更新下一次起跳点的范围

在新的范围内跳，更新能跳到最远的距离

4、记录跳跃次数，如果跳到了终点，就得到了结果。

class Solution:
    def jump(self, nums: List[int]) -> int:
        ans, start, end = 0,0,1
        while end < len(nums):
            maxPos = 0
            for i in range(start,end):
                maxPos = max(maxPos,i + nums[i])
            start = end
            end = maxPos + 1
            ans += 1
        return ans

第四题

题目链接

763. 划分字母区间 - 力扣（LeetCode）文章来源地址https://www.toymoban.com/news/detail-843298.html

解题思路

class Solution:
    def partitionLabels(self, s: str) -> List[int]:
        last = [0] * 26
        for i,ch in enumerate(s):
            last[ord(ch) - ord("a")] = i
        
        partition = list()
        start = end = 0
        print(last)
        for i, ch in enumerate(s):
            end = max(end,last[ord(ch) - ord("a")])
            if i == end:
                partition.append(end - start + 1)
                start = end + 1
        return partition

到了这里，关于top100-贪心算法的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！