参考文献 代码随想录
一、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。
问题分析：要想利润最大，算出每天的利润，只求每天正数的利润
class Solution(object): def maxProfit(self, prices): """ :type prices: List[int] :rtype: int """ # 要想利润最大，那么就是算每一天的利润，支取正数 maxSum = 0 for i in range(1, len(prices)): if prices[i] - prices[i - 1] > 0: maxSum += prices[i] - prices[i - 1] return maxSum
二、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。
问题分析：这题最大的难点就是要跳几步，然后这里要换一个维度，就是只考虑覆盖面积是否能够大于等于整个数组的长度，如果能，那么就可以到达最后一个点，那么这个覆盖范围是怎么求呢？就是当前的元素之前的覆盖范围+当前元素的最大覆盖范围，那么问题来了？要不要保留最大范围呢，答案是，因为，如果当前元素的覆盖范围比之前的要小，之前的覆盖范围已经包含了，后面元素的覆盖范围，所以没必要保留，就保留最大的覆盖范围，然后与数组长度作比较就行。
class Solution(object): def canJump(self, nums): """ :type nums: List[int] :rtype: bool """ if len(nums) == 1: # 只有一个元素的时候肯定能 return True cover = 0 # 这个是统计当前的点覆盖的面积， i = 0 while i <= cover: cover = max(cover, nums[i] + i) # nums[i] + i ，这个是到达当前的覆盖面积加上当前点的最大覆盖面积，最后保留的是最大的覆盖面积 if cover >= len(nums) - 1: # 如果最大的覆盖面积大于这个nums的长度，那么肯定能到达 return True i += 1 return False
三、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
问题分析：这题和上一题类似，但是，要注意细节，现在求的是最小的移动步数，我们将的是覆盖面积，那么如何求出最小的移动步数呢？整体思路：以最小的移动步数来增加我们的最大覆盖面积，所以我们要记录当前元素的最大覆盖面积，与在当前元素最大覆盖面积内的元素的最大覆盖面积。如果在最大范围的覆盖面积内的元素的最大覆盖面积大于了数组的长度，那么就可以停止了。
class Solution(object): def jump(self, nums): """ :type nums: List[int] :rtype: int """ if len(nums) == 1: return 0 cur = 0 # 这个就是当前最大的覆盖范围 next = 0 # 这个next就是在当前最大的覆盖范围内，找到最大的覆盖范围 step_count = 0 for i in range(len(nums)): next = max(next, nums[i] + i) if cur == i: # 说明我们要收集当前最大范围内可移动的最大范围 step_count += 1 cur = next # 然后更新掉当前的最大可移动范围 if next >= len(nums) - 1: # 如果下一步的移动范围大于等于数组的长度，那么就可以停止 break return step_count
四、K 次取反后最大化的数组和
给你一个整数数组 nums 和一个整数 k ，按以下方法修改该数组：
- 选择某个下标
i并将nums[i]替换为-nums[i]。
重复这个过程恰好 k 次。可以多次选择同一个下标 i 。
以这种方式修改数组后，返回数组 可能的最大和 。
示例 1：
输入：nums = [4,2,3], k = 1 输出：5 解释：选择下标 1 ，nums 变为 [4,-2,3] 。
示例 2：
输入：nums = [3,-1,0,2], k = 3 输出：6 解释：选择下标 (1, 2, 2) ，nums 变为 [3,1,0,2] 。
示例 3：
输入：nums = [2,-3,-1,5,-4], k = 2 输出：13 解释：选择下标 (1, 4) ，nums 变为 [2,3,-1,5,4]
问题分析：我们的思路就是，要先把负数变为正数，同时k--，但是这里要注意，负数边正数的时候，要越小的，才能变的越大，所以我们要排序，这样我们才能优先处理最小的数，然后处理完后，又要排一次序，为什么呢？因为有可能k要有值，然后此时我们的数组都是 正整数，要是和最大那我们是不是只需处理最小的，所以要排序，然后还有判断剩下的k值是否为偶素，如果是，那么就不用处理，直接求和，反之，则需要减掉第一个数（因为第一个数是最小的并且是负数）。
class Solution(object): def largestSumAfterKNegations(self, nums, k): """ :type nums: List[int] :type k: int :rtype: int """ nums.sort() for i in range(len(nums)): if nums[i] < 0 and k != 0: nums[i] = -nums[i] k -= 1 nums.sort() if k % 2 == 0: return sum(nums) else: return sum(nums[1:]) - nums[0]
