2034.股票价格波动

2023-10-09 00:12
文章标签 波动 股票价格 2034

本文主要是介绍2034.股票价格波动,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

2034. 股票价格波动 - 力扣(LeetCode)

给你一支股票价格的数据流。数据流中每一条记录包含一个 时间戳 和该时间点股票对应的 价格 。

不巧的是,由于股票市场内在的波动性,股票价格记录可能不是按时间顺序到来的。某些情况下,有的记录可能是错的。如果两个有相同时间戳的记录出现在数据流中,前一条记录视为错误记录,后出现的记录 更正 前一条错误的记录。

请你设计一个算法,实现:

  • 更新 股票在某一时间戳的股票价格,如果有之前同一时间戳的价格,这一操作将 更正 之前的错误价格。
  • 找到当前记录里 最新股票价格 。最新股票价格 定义为时间戳最晚的股票价格。
  • 找到当前记录里股票的 最高价格 。
  • 找到当前记录里股票的 最低价格 。

请你实现 StockPrice 类:

  • StockPrice() 初始化对象,当前无股票价格记录。
  • void update(int timestamp, int price) 在时间点 timestamp 更新股票价格为 price 。
  • int current() 返回股票 最新价格 。
  • int maximum() 返回股票 最高价格 。
  • int minimum() 返回股票 最低价格 。

示例 1:

输入:
["StockPrice", "update", "update", "current", "maximum", "update", "maximum", "update", "minimum"]
[[], [1, 10], [2, 5], [], [], [1, 3], [], [4, 2], []]
输出:
[null, null, null, 5, 10, null, 5, null, 2]解释:
StockPrice stockPrice = new StockPrice();
stockPrice.update(1, 10); // 时间戳为 [1] ,对应的股票价格为 [10] 。
stockPrice.update(2, 5);  // 时间戳为 [1,2] ,对应的股票价格为 [10,5] 。
stockPrice.current();     // 返回 5 ,最新时间戳为 2 ,对应价格为 5 。
stockPrice.maximum();     // 返回 10 ,最高价格的时间戳为 1 ,价格为 10 。
stockPrice.update(1, 3);  // 之前时间戳为 1 的价格错误,价格更新为 3 。// 时间戳为 [1,2] ,对应股票价格为 [3,5] 。
stockPrice.maximum();     // 返回 5 ,更正后最高价格为 5 。
stockPrice.update(4, 2);  // 时间戳为 [1,2,4] ,对应价格为 [3,5,2] 。
stockPrice.minimum();     // 返回 2 ,最低价格时间戳为 4 ,价格为 2 。

提示:

  • 1 <= timestamp, price <= 109
  • updatecurrentmaximum 和 minimum  调用次数不超过 105 。
  • currentmaximum 和 minimum 被调用时,update 操作 至少 已经被调用过 一次 。

思路:

这个题目就是哈希表加优先队列;首先设置了俩个队列,一个是用来存储股票的最高价格,一个是存储最小价格。在队列中找到相同的日期的时候,就更新价格;

完整代码:

class StockPrice {int max;HashMap<Integer, Integer> PriceMap;PriorityQueue<int[]> pqMax;PriorityQueue<int[]> pqMin;public StockPrice() {max = 0;PriceMap = new HashMap<Integer, Integer>();pqMax = new PriorityQueue<int[]>((a, b) -> b[0] - a[0]);pqMin = new PriorityQueue<int[]>((a, b) -> a[0] - b[0]);}public void update(int timestamp, int price) {max = Math.max(max, timestamp);PriceMap.put(timestamp, price);pqMax.offer(new int[]{price, timestamp});pqMin.offer(new int[]{price, timestamp});}public int current() {return PriceMap.get(max);}public int maximum() {while (true) {int[] priceTime = pqMax.peek();int price = priceTime[0], timestamp = priceTime[1];if (PriceMap.get(timestamp) == price) {return price;}pqMax.poll();}}public int minimum() {while (true) {int[] priceTime = pqMin.peek();int price = priceTime[0], timestamp = priceTime[1];if (PriceMap.get(timestamp) == price) {return price;}pqMin.poll();}}
}/*** Your StockPrice object will be instantiated and called as such:* StockPrice obj = new StockPrice();* obj.update(timestamp,price);* int param_2 = obj.current();* int param_3 = obj.maximum();* int param_4 = obj.minimum();*/

这篇关于2034.股票价格波动的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/168949

相关文章

讯飞医疗持续亏损:客户数量有所波动,应收账款账龄较长

《港湾商业观察》黄懿 近期,讯飞医疗科技股份有限公司(简称"讯飞医疗")再度递表港交所并更新招股书,华泰国际、广发融资(香港)及建银国际担任联席保荐人。 讯飞医疗为了此番递表,母公司与其做了十足的准备,那么最新更新的招股书又如何为其资本化道路加持呢?​ 持续亏损,业务结构出现变化 7月26日,科大讯飞(002230.SZ)发布公告称,控股子公司讯飞医疗收到中国证券监督管理委员会出具

基于人工智能的股票价格预测系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据收集与预处理模型训练模型预测应用场景结论 1. 引言 股票价格预测是金融市场中一个重要的研究领域,通过分析历史价格数据,投资者希望能够预测未来价格走势,以实现更高的投资回报。本文介绍如何利用深度学习技术构建一个基于人工智能的股票价格预测系统,包括环境准备、系统设计及代码实现。 2. 项目背景 股票市

2034人见人爱A-B

人见人爱A-B Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)Total Submission(s): 41041    Accepted Submission(s): 11464 Problem Description 参加过上个月月赛的同学一定还记得其中的一个最简单

通过 TS-Mixer 实现股票价格预测

作者:老余捞鱼 原创不易,转载请标明出处及原作者。 写在前面的话:          最近遇到了 Time Mixer 模型,该模型以在复杂数据集上提供令人印象深刻的结果而闻名。出于好奇,我决定将其应用于我在 Kaggle 上找到的数据集,其中包含 Microsoft 的历史股票价格。在本文中,我们将探讨如何利用 Time Mixer 来预测 Microsoft 股票未来某个时段的实

linux启动lcd屏如水纹状波动,不稳…

开发环境:arm-s3c2416、ubuntu、 内核:linux2.6.26   病症:内核启动时,arm的lcd屏幕出现抖动现象,如水纹状波动,屏幕最下面还有白线闪动,甚至lcd有很多亮点等现象   分析原因:遇到这样的问题首先我们该根据数据手册来再查看我们的参数是否设置的正确,(一般我们使用手册推荐的参数即可)。帧频是造成这个问题的主要原因。   解决办法:我的uboot启动时没有上述现象

力扣901.股票价格跨度

力扣901.股票价格跨度 单调栈 若当前价格 >= 栈顶元素 弹出栈顶元素找到最远的符合要求的 class StockSpanner {stack<pair<int,int>> st;int cur_day = -1;public:StockSpanner() {st.emplace(-1,INT_MAX);}int next(int price) {while(price >= st.

Matlab数学建模实战应用:案例1 - 股票价格预测

目录 前言 一、问题分析 二、模型选择 三、Matlab代码实现 完整代码示例 四、模型改进 1. 引入更多特征 2. 使用更复杂的模型 3. 模型参数优化 五、实例总结 总结 前言 股票价格预测是金融工程中的重要问题,利用数学建模可以帮助分析和预测股票价格的波动趋势,帮助投资者做出更明智的决策。本文将详细介绍股票价格预测的步骤,包括问题分析、模型选择、Matla

Transformer预测 | 基于Transformer+LSTM股票价格预测时间序列预测(Pytorch)

效果一览 基本介绍 股票行情是引导交易市场变化的一大重要因素,若能够掌握股票行情的走势,则对于个人和企业的投资都有巨大的帮助。然而,股票走势会受到多方因素的影响,因此难以从影响因素入手定量地进行衡量。但如今,借助于机器学习,可以通过搭建网络,学习一定规模的股票数据,通过网络训练,获取一个能够较为准确地预测股票行情的模型,很大程度地帮助我们掌握股票的走势。本项目搭建了Transformer+

Python实战:分析产品价格波动的数据探索

在本次数据分析中,我们将使用Python的Pandas、Matplotlib和Seaborn库对产品价格波动进行深入探索。我们将从加载数据开始,一步步进行数据处理和可视化分析。 1. 加载数据 首先,我们从给定的URL加载数据集,并查看数据的前几行,以便了解数据的结构和内容。 import pandas as pd# 加载数据url = "https://xcj-study-platfor

Adaboost集成学习 | Matlab实现基于CNN-LSTM-Adaboost集成学习时间序列预测(股票价格预测)

目录 效果一览基本介绍模型设计程序设计参考资料 效果一览 基本介绍 Adaboost集成学习 | Matlab实现基于CNN-LSTM-Adaboost集成学习时间序列预测(股票价格预测) 模型设计 融合Adaboost的CNN-LSTM模型的时间序列预测,下面是一个基本的框架。 数据准备: 收集并整理用于时间序列预测的数据集。确保数据集包含时间序列的输入