LeetCode打卡day49-51 -- 买卖股票系列

2023-10-21 06:59

本文主要是介绍LeetCode打卡day49-51 -- 买卖股票系列,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!

一个人的朝圣 — LeetCode打卡第49,50,51天

  • 知识总结
  • Leetcode 121. 买卖股票的最佳时机
    • 题目说明
    • 代码说明
  • Leetcode 122. 买卖股票的最佳时机 II
    • 题目说明
    • 代码说明
  • Leetcode 123. 买卖股票的最佳时机 III
    • 题目说明
    • 代码说明
  • Leetcode 188. 买卖股票的最佳时机 IV
    • 题目说明
    • 代码说明
  • Leetcode 309. 最佳买卖股票时机含冷冻期
    • 题目说明
    • 代码说明
  • Leetcode 714. 买卖股票的最佳时机含手续费
    • 题目说明
    • 代码说明


知识总结

今天补上了这几天落下的东西, 然后这一篇将概括LeetCode上买卖股票的系列问题, 并且提供了解决该问题的模版.


Leetcode 121. 买卖股票的最佳时机

题目链接

题目说明

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 。
在这里插入图片描述

代码说明

基础版, 股票只能买一次.
方法一:
通过遍历, 记录下遍历的最小股票售价和最大利润, 返回最大利润

class Solution {public int maxProfit(int[] prices) {int minPrice = Integer.MAX_VALUE;int profit = 0;for(int price: prices){minPrice = Math.min(minPrice, price);profit = Math.max(profit, price - minPrice);}return profit;}
}

方法二,
使用动态规划, dp数组的含义:
dp[i][0]: 第i天持有股票的转态下的最大收益
dp[i][1]: 第i天不持有股票的转态下的最大收益
注意: 这里的不持有不是一定指当天卖出, 而是指的一种持续的状态, 可能是当天卖也有可能几天前就卖了

class Solution {public int maxProfit(int[] prices) {//dp[i][0] 第i天持有股票的最大现金//dp[i][1] 第i天不持有股票的最大现金int len = prices.length;int[][] dp = new int[len][2];dp[0][0] = -prices[0];dp[0][1] = 0;for(int i = 1; i < len; i++){dp[i][0] = Math.max(dp[i-1][0], -prices[i]);//昨天持有, 今天继续持有或者昨天不持有今天买了 因为只能买一次, 所以为0-prices[i]dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0]+prices[i]);}// for(int i =0; i < len; i++){//     System.out.println(Arrays.toString(dp[i]));// }       return Math.max(dp[len-1][0], dp[len-1][1]);}
}

Leetcode 122. 买卖股票的最佳时机 II

题目链接

题目说明

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 。
在这里插入图片描述

代码说明

这题的改变在于不限制购买次数了, 唯一的变化其实就在于持有股票的递推公式变了, 变成了

dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1]-prices[i]);

其他的一模一样

public class Solution {public int maxProfit(int[] prices) {int len = prices.length;int[][] dp = new int[len][2];dp[0][0] = -prices[0];dp[0][1] = 0;for(int i = 1; i < len; i++){dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1]-prices[i]);dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0]+prices[i]);}return Math.max(dp[len-1][0], dp[len-1][1]);}
}

Leetcode 123. 买卖股票的最佳时机 III

题目链接

题目说明

给定一个数组,它的第 i 个元素是一支给定的股票在第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。

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)
在这里插入图片描述

代码说明

题目说股票限购两次, 但是实际上可以交易0, 1, 2次, 如何做了, 我们可以上面的代码基础上再增加两个状态量即可.

可以认为同一天买进卖出收益为0

class Solution {public int maxProfit(int[] prices) {int len = prices.length;int[][] dp = new int[len][4];dp[0][0] = -prices[0];dp[0][1] = 0;dp[0][2] = -prices[0];dp[0][3] = 0;for(int i = 1; i < len; i++){dp[i][0] = Math.max(dp[i-1][0], 0-prices[i]); //第一次持有dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0]+prices[i]); //第一次卖出dp[i][2] = Math.max(dp[i-1][2], dp[i-1][1]-prices[i]); //第二次持有dp[i][3] = Math.max(dp[i-1][3], dp[i-1][2]+prices[i]); //第二次卖出}return dp[len-1][3];}
}

这里提供一种更加快速的方法, 省去了dp数组而是采用四个变量来记录, 方法内核都是一样的

class Solution {public int maxProfit(int[] prices) {if(prices.length == 1) return 0;int buy1 = -prices[0], sell1 = 0, buy2= buy1, sell2 = 0;for(int price: prices){buy1 = Math.max(buy1, -price);sell1 = Math.max(sell1, buy1+price);buy2 = Math.max(buy2, sell1-price);sell2 = Math.max(sell2, buy2+price);} return sell2;}
}

Leetcode 188. 买卖股票的最佳时机 IV

题目链接

题目说明

给定一个整数数组 prices ,它的第 i 个元素 prices[i] 是一支给定的股票在第 i 天的价格,和一个整型 k 。

设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。也就是说,你最多可以买 k 次,卖 k 次。

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)。
在这里插入图片描述

代码说明

这里将难度继续提升, 不是两次而是k次, 如果再傻傻的给dp数组多写维度那也有点傻了. 所以我们借用上一题的优化的方法, dp数组储存的是每个状态的最大值.

class Solution {public int maxProfit(int k, int[] prices) {int[] dp = new int[k*2];for(int i = 0; i <2*k; i+=2){dp[i] = -prices[0];}// System.out.print(Arrays.toString(dp));for(int j = 0; j< prices.length; j++){int price = prices[j];for(int i = 0; i < 2*k; i++){if(i == 0){dp[i] = Math.max(dp[i], -price);}else if(i % 2 == 0){dp[i] = Math.max(dp[i], dp[i-1]-price);}else{dp[i] = Math.max(dp[i], dp[i-1]+price);}}// System.out.print(Arrays.toString(dp));}return dp[2*k-1];}
}

Leetcode 309. 最佳买卖股票时机含冷冻期

题目链接

题目说明

给定一个整数数组prices,其中第 prices[i] 表示第 i 天的股票价格 。​

设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票):

卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
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)

在这里插入图片描述

代码说明

加入了冷冻期, 怎么办?
我们之前都是将股票不持有看做一个状态, 现在拆分一下
第一个是卖出股票那一天的状态:
另外就是卖出股票后保持卖出的状态

class Solution {public int maxProfit(int[] prices) {int len = prices.length;if(len <=1) return 0;int[][] dp = new int[len][3];dp[0][0] = -prices[0]; // 持有股的状态dp[0][1] = 0; // 保持卖出股票的状态dp[0][2] = 0; // 卖出股票那一天的状态for(int i = 1; i< len; i++){dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1]-prices[i]); //a+2才买入, 有了冷冻期dp[i][1] = Math.max(dp[i-1][1], dp[i-1][2]);//已经卖完了 //a+1dp[i][2] = dp[i-1][0] + prices[i]; // 当天卖股票 a}return Math.max(dp[len-1][1],dp[len-1][2]);}
}

Leetcode 714. 买卖股票的最佳时机含手续费

题目链接

题目说明

给定一个整数数组 prices,其中 prices[i]表示第 i 天的股票价格 ;整数 fee 代表了交易股票的手续费用。

你可以无限次地完成交易,但是你每笔交易都需要付手续费。如果你已经购买了一个股票,在卖出它之前你就不能再继续购买股票了。

返回获得利润的最大值。

注意:这里的一笔交易指买入持有并卖出股票的整个过程,每笔交易你只需要为支付一次手续费。

在这里插入图片描述

代码说明

每次交易要付钱了, 那么在把股票卖出去时, 就减去一个fee就好了

class Solution {public int maxProfit(int[] prices, int fee) {int len = prices.length;int[][] dp = new int[len][2];dp[0][0] = -prices[0];dp[0][1] = 0;for(int i =1; i < len; i++){dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1]-prices[i]);dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0]+prices[i]-fee);}return dp[len-1][1];}
}

这篇关于LeetCode打卡day49-51 -- 买卖股票系列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/252715

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

哈希leetcode-1

目录 1前言 2.例题  2.1两数之和 2.2判断是否互为字符重排 2.3存在重复元素1 2.4存在重复元素2 2.5字母异位词分组 1前言 哈希表主要是适合于快速查找某个元素(O(1)) 当我们要频繁的查找某个元素,第一哈希表O(1),第二,二分O(log n) 一般可以分为语言自带的容器哈希和用数组模拟的简易哈希。 最简单的比如数组模拟字符存储,只要开26个c

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

day-51 合并零之间的节点

思路 直接遍历链表即可,遇到val=0跳过,val非零则加在一起,最后返回即可 解题过程 返回链表可以有头结点,方便插入,返回head.next Code /*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode() {}*

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

基于51单片机的自动转向修复系统的设计与实现

文章目录 前言资料获取设计介绍功能介绍设计清单具体实现截图参考文献设计获取 前言 💗博主介绍:✌全网粉丝10W+,CSDN特邀作者、博客专家、CSDN新星计划导师,一名热衷于单片机技术探索与分享的博主、专注于 精通51/STM32/MSP430/AVR等单片机设计 主要对象是咱们电子相关专业的大学生,希望您们都共创辉煌!✌💗 👇🏻 精彩专栏 推荐订阅👇🏻 单片机

leetcode-24Swap Nodes in Pairs

带头结点。 /*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode(int x) { val = x; }* }*/public class Solution {public ListNode swapPairs(L

leetcode-23Merge k Sorted Lists

带头结点。 /*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode(int x) { val = x; }* }*/public class Solution {public ListNode mergeKLists

flume系列之:查看flume系统日志、查看统计flume日志类型、查看flume日志

遍历指定目录下多个文件查找指定内容 服务器系统日志会记录flume相关日志 cat /var/log/messages |grep -i oom 查找系统日志中关于flume的指定日志 import osdef search_string_in_files(directory, search_string):count = 0

C++ | Leetcode C++题解之第393题UTF-8编码验证

题目: 题解: class Solution {public:static const int MASK1 = 1 << 7;static const int MASK2 = (1 << 7) + (1 << 6);bool isValid(int num) {return (num & MASK2) == MASK1;}int getBytes(int num) {if ((num &