爬梯子&&卖卖股份的最佳时期(跑路人笔记)

简介: 爬梯子&&卖卖股份的最佳时期(跑路人笔记)

爬梯子

70. 爬楼梯 - 力扣(LeetCode)

image.png

刚开始我准备使用递归来解决问题,因为这个其实就是一个斐波那契数列.


代码如下


class Solution {
public:
    int climbStairs(int n) 
    {
        if(n == 1)
            return 1;
        if(n == 2)
        {
            return 2;
        }
        return climbStairs(n-1)+climbStairs(n-2);
    }
};

但是不行


image.png


滚动数组

所以我们就可以用现在的滚动数组来解决问题


代码如下:


class Solution {
public:
    int climbStairs(int n) 
    {
        int p = 0, q = 0, r = 1;
        for (int i = 1; i <= n; ++i) 
        {
            p = q; 
            q = r; 
            r = p + q;
        }
        return r;
    }
};

买卖股票的最佳时机

买卖股票的最佳时机 - 力扣(LeetCode)

image.png



题目意思是给你一个数组, 只能用后面的值减去前面的数组值,返回最大值即可.


暴力法

直接使用时间复杂度为O(n2)的方法代码如下.但是超时.


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



image.png


只遍历一遍

我们先将minprices赋值给105因为prices[i]的最大值是104


image.png


class Solution {
public:
    int maxProfit(vector<int>& prices) 
    {
        int minprices = 1e5;//最大值为1*10^5^
        int ret = 0;
        for(int i =0;i<prices.size();i++)
        {
            minprices = min(minprices,prices[i]);//记录每个节点的最低值
            ret = max(ret,prices[i]-minprices);//用于记录每个节点和前面最低值相减的最大值.
        }
        return ret;
    }
};



我们这个只需要遍历一次因为我们每走过一个节点都会判断他是否比前面的值要小,如果小就记录下来.


这样后面我们在相减的时候就可以直接用当前位置减去前面的最小值而且这样的时候我们赚的是最多的.


再和之前记录的我们能赚的最大值进行比较通过一次遍历我们就可以得到我们想要的最大值了.


相关文章
|
Web App开发 数据可视化 前端开发
ECharts 教程
ECharts 是一个使用 JavaScript 实现的开源可视化库,涵盖各行业图表,满足各种需求。
493 10
|
机器学习/深度学习 人工智能 自然语言处理
智能化未来:Agent AI智能体的崛起与全球挑战
智能化未来:Agent AI智能体的崛起与全球挑战
543 1
|
存储 SQL 大数据
用实时计算释放当下企业大数据潜能
本文整理自阿里云高级产品解决方案架构师王启华(敖北)老师在 Flink Forward Asia 2023 中闭门会的分享。
722 8
用实时计算释放当下企业大数据潜能
|
XML 数据格式
Parameter ‘**‘ not found. Available parameters are [0, 1, param1, param2]解决办法
Parameter ‘**‘ not found. Available parameters are [0, 1, param1, param2]解决办法
541 0
|
开发工具 git
Git的安装与卸载
该内容是关于如何下载Git的指导。首先,访问Git的官方网站[https://git-scm.com/downloads](https://git-scm.com/downloads)来获取相应平台的下载选项。然后,选择适合的安装包进行下载。文中包含三个图片,分别展示了下载页面、选择安装包的步骤以及可能的安装程序界面。
305 0
|
存储 前端开发 Java
Spring Boot之文件上传:实现简单易用的文件上传功能
本篇详细介绍了在Spring Boot应用中实现文件上传功能的步骤。从创建前端页面、编写Controller处理、文件存储与访问、添加路由与页面展示等方面进行了详细讲解,并提供了代码示例。通过学习本文,读者可以轻松了解如何在Spring Boot项目中实现简单易用的文件上传功能,从而在实际应用中更好地满足用户需求。
4895 0
Spring Boot之文件上传:实现简单易用的文件上传功能
|
Java 调度
多线程学习之多线程的三种实现方式及应用
多线程学习之多线程的三种实现方式及应用
|
算法 Python
十分钟掌握分类算法的评估指标(下)
什么是评估指标? 评估指标是针对模型性能优劣的一个定量指标。一种评价指标只能反映模型一部分性能,如果选择的评价指标不合理,那么可能会得出错误的结论,故而应该针对具体的数据、模型选取不同的的评价指标。 针对不同类型的学习任务,我们有不同的评估指标,这里我们来介绍最常见的分类算法的一些评估指标。常用的分类任务评价指标有准确率(Accuracy)、精确率(Precision)、召回率(Recall)、F1 Score、P-R曲线(Precision-Recall Curve)、ROC、AUC等。
|
存储 SQL 缓存
Vue3中状态管理pinia学习(五)
Vue3中状态管理pinia学习(五)
538 1
Vue3中状态管理pinia学习(五)