共计 2279 个字符，预计需要花费 6 分钟才能阅读完成。
数组
问题 1：删除排序数组中的重复项
给定一个排序数组，你需要在原地删除重复出现的元素，使得每个元素只出现一次，返回移除后数组的新长度。
不要使用额外的数组空间，你必须在原地修改输入数组，并在使用 O(1) 额外空间的条件下完成。
示例 1:
给定数组 nums = [1,1,2],
函数应该返回新的长度 2, 并且原数组 nums 的前两个元素被修改为 1, 2。你不需要考虑数组中超出新长度后面的元素。示例 2:
给定 nums = [0,0,1,1,1,2,2,3,3,4],
函数应该返回新的长度 5, 并且原数组 nums 的前五个元素被修改为 0, 1, 2, 3, 4。你不需要考虑数组中超出新长度后面的元素。 说明:
为什么返回数值是整数，但输出的答案是数组呢?
请注意，输入数组是以「引用」方式传递的，这意味着在函数里修改输入数组对于调用者是可见的。
你可以想象内部操作如下:
// nums 是以“引用”方式传递的。也就是说，不对实参做任何拷贝
int len = removeDuplicates(nums);
// 在函数里修改输入数组对于调用者是可见的。// 根据你的函数返回的长度, 它会打印出数组中该长度范围内的所有元素。for (int i = 0; i < len; i++) {print(nums[i]);
}题解 1
1、首先了解下移除某个元素代码
总体思路就是通过一个指针，一步一步把不同的值前移
class Solution {public int removeElement(int[] nums, int val) {
int j = 0;
for (int i = 0; i < nums.length; i++) {if (nums[i] != val) {nums[j] = nums[i];
j++;
}
}
return j;
}
}2、和移除元素问题思路一样，区别就是 val 会变
3、本题思路
a. 第一个元素作为重复元素 val
b. 从第二个元素开始遍历，不同的元素也从第二个元素插入
c. 与 val 不同的元素赋值给 j 指向的元素，并且修改 val 元素的值
4、实现代码
class Solution {public int removeDuplicates(int[] nums) {if (nums.length == 0) return 0;
int j = 1;
int val = nums[0];
for (int i = 1; i < nums.length; i++) {if (nums[i] != val) {nums[j] = nums[i];
val = nums[i];
j++;
}
}
return j;
}
}5、精简代码：主要是去掉 val 变量，精简后和得到和官解一样的代码
class Solution {public int removeDuplicates(int[] nums) {if (nums.length == 0) return 0;
int j = 0;
for (int i = 1; i < nums.length; i++) {if (nums[i] != nums[j]) {nums[++j] = nums[i];
}
}
return j+1;
}
}问题 2：买卖股票的最佳时机 II
给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。
注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。
示例 1:
输入: [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。示例 2:
输入: [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。注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。示例 3:
输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。提示：
1 <= prices.length <= 3 * 10 ^ 4
0 <= prices[i] <= 10 ^ 4题解 2
解题思路：
股票买卖策略：
- 单独交易日：设今天价格 P1、明天价格 P2，则今天买入、明天卖出可赚取金额 P2-P1（负值代表亏损）。
- 连续上涨交易日：设此上涨交易日价格分别为 P1,P2,…Pn，则第一天买最后一天卖受益最大，即 pn-p1；等价于每天都买卖，即 Pn-P1=(P2-P1)+(P3-P2)+…+(Pn-Pn-1)。
- 连续下降交易日：则不买卖收益最大，即不会亏钱。
算法流程：
- 遍历整个股票交易日价格列表 price，策略是所有上涨交易日都买卖（赚到所有利润），所有下降交易日都不买卖（永不亏钱）。
1、设 tmp 为第 i-1 日买入与第 i 日卖出赚取的利润，即 tmp = prices[i] – prices[i – 1]；
2、当该天利润为正 tmp > 0，则将利润加入总利润 profit；当利润为 0 或为负，则直接跳过；
3、遍历完成后，返回总利润 profit。
复杂度分析：
- 时间复杂度 O(N)：只需遍历一次 price；
- 空间复杂度 O(1)：变量使用常数额外空间。
代码
class Solution {public int maxProfit(int[] prices) {
int profit = 0;
for (int i = 1; i < prices.length; i++) {int tmp = prices[i] - prices[i - 1];
if (tmp > 0) profit += tmp;
}
return profit;
}
}