吃掉LeetCode之2022/2/5
目录
121. 买卖股票的最佳时机
给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。
你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。
返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。
代码思路：
感觉应该叫动态规划，但二维动态规划会超时，那么就转化为一维，精简些。
我们让最大利润为今天出售减去以前最小购入，然后维护前面最小购入值就行。
class Solution:
def maxProfit(self, prices: List[int]) -> int:
minn,maxx=1000000,0
for i in prices:
if i<minn:minn=i
if i-minn>maxx:maxx=i-minn
return maxx
75. 颜色分类
给定一个包含红色、白色和蓝色、共 n 个元素的数组 nums ，原地对它们进行排序，使得相同颜色的元素相邻，并按照红色、白色、蓝色顺序排列。
我们使用整数 0、 1 和 2 分别表示红色、白色和蓝色。
必须在不使用库的sort函数的情况下解决这个问题。
代码思路：
- 单指针，先将0换到前面，在将1换到0后面
class Solution:
def sortColors(self, nums: List[int]) -> None:
"""
Do not return anything, modify nums in-place instead.
"""
n=len(nums)
pos=0
for i in range(n):
if nums[i]==0:
nums[i],nums[pos]=nums[pos],nums[i]
pos+=1
for i in range(pos,n):
if nums[i]==1:
nums[i],nums[pos]=nums[pos],nums[i]
pos+=1
- 双指针,原理和原来差不多，都是维护指针，然后交换
class Solution:
def sortColors(self, nums: List[int]) -> None:
"""
Do not return anything, modify nums in-place instead.
"""
n = len(nums)
pos0 = pos1 = 0
for i in range(n):
if nums[i] == 1:
nums[i], nums[pos1] = nums[pos1], nums[i]
pos1 += 1
elif nums[i] == 0:
nums[i], nums[pos0] = nums[pos0], nums[i]
if pos0 < pos1:
nums[i], nums[pos1] = nums[pos1], nums[i]
pos0 += 1
pos1 += 1
64. 最小路径和
给定一个包含非负整数的 m x n 网格 grid ，请找出一条从左上角到右下角的路径，使得路径上的数字总和为最小。
说明：每次只能向下或者向右移动一步。
代码思路：
动态规划，定义dp数组，
d
p
[
i
]
[
j
]
dp[i][j]
dp[i][j]为从第一个到
i
，
j
i，j
i，j位置的最小路径和，然后状态转移方程为
d
p
[
i
]
[
j
]
=
m
i
n
(
d
p
[
i
−
1
]
[
j
]
,
d
p
[
i
]
[
j
−
1
]
)
+
g
r
i
d
[
i
]
[
j
]
dp[i][j]=min(dp[i-1][j],dp[i][j-1])+grid[i][j]
dp[i][j]=min(dp[i−1][j],dp[i][j−1])+grid[i][j]
然后按这个思路处理一下边界就OK了
class Solution:
def minPathSum(self, grid: List[List[int]]) -> int:
n,m=len(grid),len(grid[0])
dp=[[100000]*(m+1) for _ in range(n+1)]
dp[1][1],dp[1][0],dp[0][1]=grid[0][0],0,0
for i in range(n):
for j in range(m):
dp[i+1][j+1]=min(dp[i][j+1],dp[i+1][j])+grid[i][j]
return dp[n][m]