每日算法一练：剑指offer——贪心算法与找规律

1. 买卖芯片的最佳时机

        数组 prices 记录了某芯片近期的交易价格，其中 prices[i] 表示的 i 天该芯片的价格。你只能选择 某一天 买入芯片，并选择在 未来的某一个不同的日子 卖出该芯片。请设计一个算法计算并返回你从这笔交易中能获取的最大利润。

如果你不能获取任何利润，返回 0。

示例 1：

输入：prices = [3, 6, 2, 9, 8, 5]
输出：7
解释：在第 3 天（芯片价格 = 2）买入，在第 4 天（芯片价格 = 9）卖出，最大利润 = 9 - 2 = 7。

示例 2：

输入：prices = [8, 12, 15, 7, 3, 10]
输出：7
解释：在第 5 天（芯片价格 = 3）买入，在第 6 天（芯片价格 = 10）卖出，最大利润 = 10 - 3 = 7。

提示：

• 0 <= prices.length <= 10^5
• 0 <= prices[i] <= 10^4

解题思路

        我们的问题是找到一次买入和一次卖出股票的最佳时机，让赚的钱最多，前提是买入必须在卖出之前。

暴力解法

最简单的想法是试试所有可能的买入和卖出时间：

1. 先假设某天买入。
2. 再假设之后的某天卖出，计算这次交易的利润。
3. 比较所有利润，找到最大值。

缺点：如果股票有很多天，比较的次数会很多，时间耗不起。

优化解法：动态规划

我们换个思路，快速找到答案。

1. 目标： 我们只要知道每一天卖出股票时，最多能赚多少钱，这样一路算下来就能找到最佳答案。

2. 关键问题： 要卖出股票，得先买入！所以每天的利润是当天价格减去之前几天的最低价格。

3. 步骤：

   • 用一个变量 cost 记录之前几天的最低价格。
   • 用一个变量 profit 记录目前为止的最大利润。
   • 每天更新这两个变量：
     • 更新最低价格：cost = min(cost, price)
     • 更新最大利润：profit = max(profit, price - cost)

代码实现

class Solution {public int bestTiming(int[] prices) {int cost = Integer.MAX_VALUE; // 记录最低价格int profit = 0; // 记录最大利润for (int price : prices) {cost = Math.min(cost, price); // 更新最低价格profit = Math.max(profit, price - cost); // 计算当前利润}return profit; // 返回最大利润}
}

简单理解

1. 想象成逛商场：

   • cost 就是“见过的最低价格”。
   • 每天都在看，“今天的价格减去最低价，能赚多少钱？”
   • 把这个“最多赚的钱”记录下来。

2. 不断更新两个变量：

   • 最低价 cost。
   • 最大利润 profit。

最后答案就是全程最多能赚的钱。

效率分析

• 速度快：只需要扫一遍数组，时间是 O(N)。
• 占空间少：只用了两个变量，空间是 O(1)。

2. 数字1的个数

给定一个整数 num，计算所有小于等于 num 的非负整数中数字 1 出现的个数。

示例 1：

输入：num = 0
输出：0

示例 2：

输入：num = 13
输出：6

提示：

• 0 <= num < 109

        计算数字 1 出现的次数是一个经典问题，解决思路可以分为暴力解法和数学优化解法。

暴力解法

暴力解法比较直接：我们遍历从 0 到 num 的所有数字，统计每个数字中 1 出现的次数。

步骤

1. 遍历从 0 到 num 的所有数字。
2. 将每个数字转为字符串，检查其中 1 出现的次数。
3. 累加这些次数，最终返回结果。

代码

class Solution {public int countDigitOne(int num) {int count = 0;for (int i = 0; i <= num; i++) {count += countOnesInNumber(i);}return count;}private int countOnesInNumber(int n) {int count = 0;while (n > 0) {if (n % 10 == 1) {count++;}n /= 10;}return count;}
}

复杂度分析

• 时间复杂度：O(n⋅log⁡10(n))O(n \cdot \log_{10}(n))，其中 nn 是 num，因为每个数字的位数需要单独统计。
• 空间复杂度：O(1)O(1)，没有使用额外的空间。

数学优化解法

暴力法效率较低，我们可以通过数学优化来直接计算每个位置上 1 的贡献。

核心思想

• 我们逐位统计每个数字位上 1 出现的次数。
• 对于十进制表示中的某一位，分为 当前位、低位和高位：
  • 高位：表示当前位左边的所有数字。
  • 当前位：表示当前正在统计的位。
  • 低位：表示当前位右边的所有数字。

计算公式

计算公式

假设当前位是 dd，位权为 10i10^i，根据高位和低位的不同情况讨论每位上 1 的贡献：

1. 如果当前位为 0
   当前位不会贡献任何 1，所以计算公式为：

   贡献=高位×10i

2. 如果当前位为 1
   当前位的 1 的贡献取决于低位的数值，计算公式为：

   贡献=高位×10i+低位+1

3. 如果当前位大于 1
   当前位上会完整贡献 10i10^i 个 1，计算公式为：

   贡献=(高位+1)×10i

代码实现

class Solution {public int countDigitOne(int num) {int count = 0;long place = 1; // 当前位权，1 表示个位，10 表示十位，依次类推while (place <= num) {long high = num / (place * 10); // 高位long current = (num / place) % 10; // 当前位long low = num % place; // 低位if (current == 0) {count += high * place;} else if (current == 1) {count += high * place + low + 1;} else {count += (high + 1) * place;}place *= 10; // 进入下一位}return count;}
}

复杂度分析

• 时间复杂度：O(log⁡10(n))，遍历每一位，效率远高于暴力法。
• 空间复杂度：O(1)，仅使用了少量变量。

3. 找到第k位数字

        某班级学号记录系统发生错乱，原整数学号序列 [1,2,3,4,...] 分隔符丢失后变为 1234... 的字符序列。请实现一个函数返回该字符序列中的第 k 位数字。

示例 1：

输入：k = 5
输出：5
示例 2：

输入：k = 12
输出：1
解释：第 12 位数字在序列 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, ... 里是 1 ，它是 11 的一部分。

提示：

0 <= k < 231

解题思路：

我们要找的是数字序列（如 123456789101112...）中的第 k 位。可以分三步来确定：

1. 确定第 k 位属于几位数

• 首先，一位数有 9 个，总共占 9×1=9 位；
• 两位数有 90 个，总共占 90×2=180 位；
• 三位数有 900 个，总共占 900×3=2700 位；
• 以此类推，直到找到 k 所属的范围。

具体做法是：

• 从 digit=1 开始（表示 1 位数），依次减去每一段的位数数量 count=9×start×digit；
• 当 k ≤ count 时，跳出循环，k 就落在当前的 digit 位数中。

2. 确定 k 属于哪个数字

• 在找到的位数中，起始数字为 start。例如：
  • 1 位数从 1 开始，start=1；
  • 2 位数从 10 开始，start=10；
  • 3 位数从 100 开始，start=100。
• 第 k 位在从 start 开始的第 [(k-1)/digit] 个数字中（这里减 1 是因为第一个数字是第 0 个）。

3. 确定数字的哪一位

• 找到具体数字后，将其转成字符串，(k-1) % digit 就是 k 在这个数字中的具体位置。

代码

Java 代码

class Solution {public int findKthNumber(int k) {int digit = 1; // 当前是几位数long start = 1; // 当前位数的起始数字long count = 9; // 当前位数的总数位数量// 1. 确定 k 属于几位数while (k > count) {k -= count;digit += 1;start *= 10;count = digit * start * 9; // 例如：两位数有 90×2=180 位}// 2. 确定 k 属于哪个数字long num = start + (k - 1) / digit;// 3. 确定 k 是数字的第几位String s = Long.toString(num); // 转为字符串return s.charAt((k - 1) % digit) - '0'; // 找到具体数位并返回}
}

复杂度分析

1. 时间复杂度：

   • 第一部分：找到 digit 所需最多执行 O(logk) 次循环；
   • 第三部分：将数字转为字符串，耗时为 O(logk)；
   • 所以总时间复杂度为 O(logk)。

2. 空间复杂度：

   • 转换为字符串的过程需要 O(logk) 的额外空间。