[LeetCode]动态规划,一举歼灭“股票买卖的最佳时机“问题!

本文主要是介绍[LeetCode]动态规划,一举歼灭“股票买卖的最佳时机“问题!,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!

LeetCode上关于股票买卖的最佳时机一共有6到题目:

在[LeetCode]买卖股票的最佳时机ⅠⅡ中,Jungle采用波峰波谷法解决了两道简单题。那么剩余4到题目该如何求解呢?

其实对比6到题目,题目要求都大同小异,具体差别在于限制股票交易次数k

LeetCode买卖股票的最佳时机题目对比
题目限制交易次数k特殊要求
121.买卖股票的最佳时机k=1
122.买卖股票的最佳时机Ⅱk=+∞
123.买卖股票的最佳时机Ⅲk=2
309.买卖股票的最佳时机含冷冻期k=+∞交易完一次,第二天无法交易
188.买卖股票的最佳时机Ⅳk=变量 
714.买卖股票的最佳时机含手续费k=+∞每次交易含手续费

本文,Jungle将采用动态规划,一举歼灭上述6个问题。

关于动态规划:

  • [LeetCode]动态规划及LeetCode题解分析
  • [LeetCode]动态规划LeetCode[简单]题全解
  • [LeetCode]动态规划之打家劫舍ⅠⅡⅢ

1.题目分析

我们以188.买卖股票的最佳时机Ⅳ的要求为例,题目中交易次数k为变量,k=1就是第121题,k=2即124题,k=+∞即122题,在122题目上限制冷冻期即为309题,加上手续费就成了714题。

当然了,默认的限制条件是:

  • 不能同时进行多笔交易,必须在再次购买前出售掉之前的股票
  • 要盈利,卖出价格不能低于买进价格

给定一个数组prices,它的第 i 个元素是一支给定的股票在第 天的价格。

买卖股票,一般有以下几个状态:空仓(Empty)、买入(Buy)、持有(Hold)和卖出(Sell)。但总结起来,其实一共就两种状态:持有(Hold)和空仓(Empty)

 这两种状态是如何变化的呢?(动态规划里提到递推关系,即状态转换方程

  • 第i天持有股票,可能是第i-1天就持有股票,也可能是第i天买了股票
  • 第i天空仓,可能是第i-1天就空仓,也可能是第i天卖出了股票

上述已经提到两个状态变量了,即天数i和股票持有状态。别忘了题目还有个交易次数k的限制。我们可以假定,在买进股票的时候就使用了一次交易次数(也可以在卖出后计数)。那么交易次数的状态是如何变化的呢?

  • 假设第i天时已经交易了k次:
    • 可能是截止第i-1天就已经交易了k次
    • 也可能是截止第i-1天交易了k-1次,第i天买进了股票

所以,我们定义一个三维数组dp,三个维度代表三个状态变量,如下图:

根据动态规划的解题三步骤([LeetCode]动态规划及LeetCode题解分析):

(1)明确数组元素代表的含义

如上图,dp[i][k][0]代表第i天不持有股票的最大利润,截止第i天交易次数为k;dp[i][k][1]代表第i天持有股票的最大利润,截止第i天交易次数为k。

到最后一天,一定是不持有股票,所以最后求的是dp[last][k][0].

(2)寻找递推关系,务必考虑特殊情况下的递推关系

递推关系即为上述分析的状态转换关系,根据上述分析可以得到:

dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1]+prices[i])

dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0]-prices[i])

(3)数组初始化

需要明确初始状态:

  • 如果在第1天(i=0)买入:dp[0][k][1] = -prices[0]
  • 如果在第i天(i=0)不买入:dp[0][k][0] = 0

但k是从1开始的,k=0代表根本不会有交易,所以k=0时利润为0:

  • dp[i][0][0] = 0
  • dp[i][0][1] = 0

(4)通用代码

int maxProfit(vector<int>&prices){int len = prices.size();if (len <= 1){return 0;}// 限制的交易次数int max_k;// 声明数组dp[len][k+1][2]vector<vector<vector<int>>>dp(len, vector<vector<int>>(max_k + 1, vector<int>(2, 0)));// 初始化for (int i = 0; i < len; i++){dp[i][0][0] = 0;dp[i][0][1] = 0;dp[i][1][0] = 0;dp[i][1][1] = -prices[0];}// 状态转移通式for (int i = 1; i < len; i++){for (int k = 1; k <= max_k; k++){dp[i][k][0] = max(dp[i][k][0], dp[i - 1][k][1] + prices[i]);dp[i][k][1] = max(dp[i][k][1], dp[i - 1][k-1][0] - prices[i]);}}return dp[len - 1][max_k][0];
}

2.求解股票买卖的最佳时机

121. 买卖股票的最佳时机

https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock/

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。

如果你最多只允许完成一笔交易(即买入和卖出一支股票),设计一个算法来计算你所能获取的最大利润。

注意你不能在买入股票前卖出股票。

示例 1:

输入: [7,1,5,3,6,4]
输出: 5
解释: 在第 2 天(股票价格 = 1)的时候买入,在第 5 天(股票价格 = 6)的时候卖出,最大利润 = 6-1 = 5 。
     注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格。


示例 2:

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。

本题只能交易一次,即k=1。由于k=0的时候最大利润为0,所以状态转移方程如下:

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

上述代码通式可以简化,因为确认k=1,所以可以不要k的维度:

int maxProfit(vector<int>& prices){int len = prices.size();if (len <= 1){return 0;}int **dp = new int*[len];for (int i = 0; i<len; i++){dp[i] = new int[2];}dp[0][0] = 0;dp[0][1] = -prices[0];int maxProfit = dp[0][0];for (int i = 1; i<len; i++){dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i]);dp[i][1] = max(dp[i - 1][1], -prices[i]);if (dp[i][0]>maxProfit){maxProfit = dp[i][0];}}return maxProfit;
}

122. 买卖股票的最佳时机 II

https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-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)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。

本题k=+∞,通用代码里的第二个for循环怎么办呢?其实这时候跟k的状态也无关了,因为可以认为k和k-1是一样的,代码如下:

int maxProfit(vector<int>&prices){int len = prices.size();if (len <= 1){return 0;}// 声明数组dp[len][k+1][2]vector<vector<int>>dp(len, vector<int>(2, 0));// 初始化dp[0][0] = 0;dp[0][1] = -prices[0];// 状态转移通式for (int i = 1; i < len; i++){dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i]);dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i]);}return dp[len - 1][0];
}

123. 买卖股票的最佳时机 III

https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-iii/

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)。

示例 1:

输入: [3,3,5,0,0,3,1,4]
输出: 6
解释: 在第 4 天(股票价格 = 0)的时候买入,在第 6 天(股票价格 = 3)的时候卖出,这笔交易所能获得利润 = 3-0 = 3 .随后,在第 7 天(股票价格 = 1)的时候买入,在第 8 天 (股票价格 = 4)的时候卖出,这笔交易所能获得利润 = 4-1 = 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: 在这个情况下, 没有交易完成, 所以最大利润为 0。

本题k=2,代码如下:

int maxProfit(vector<int>& prices) {int len = prices.size();if (len <= 1){return 0;}vector<vector<vector<int>>>dp(len, vector<vector<int>>(3, vector<int>(2, 0)));dp[0][0][0] = 0;dp[0][0][1] = 0;dp[0][1][0] = 0;dp[0][1][1] = -prices[0];dp[0][2][0] = 0;dp[0][2][1] = -prices[0];for (int i = 1; i < len; i++){for (int k = 1; k <= 2; k++){dp[i][k][0] = max(dp[i - 1][k][0], dp[i - 1][k][1] + prices[i]);dp[i][k][1] = max(dp[i - 1][k][1], dp[i - 1][k - 1][0] - prices[i]);}}return dp[len - 1][2][0];
}

188. 买卖股票的最佳时机 IV 

 https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-iv/

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 k 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)。

示例 1:

输入: [2,4,1], k = 2
输出: 2
解释: 在第 1 天 (股票价格 = 2) 的时候买入,在第 2 天 (股票价格 = 4) 的时候卖出,这笔交易所能获得利润 = 4-2 = 2 。
示例 2:

输入: [3,2,6,5,0,3], k = 2
输出: 7
解释: 在第 2 天 (股票价格 = 2) 的时候买入,在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
     随后,在第 5 天 (股票价格 = 0) 的时候买入,在第 6 天 (股票价格 = 3) 的时候卖出, 这笔交易所能获得利润 = 3-0 = 3 。

本题k为一个变量,作为参数输入函数,那么可以直接使用上面的通式。但是在提交的时候会出现超时的现象。这是因为一次买卖至少需要2天,那么在len天里,最多可以交易len/2次,当k>len/2时,其实k就不再有实际约束作用,此时的解等同于k为无穷大的时候的解。

int maxProfit(int k, vector<int>& prices) {int len = prices.size();if (len <= 1 || k == 0 ){return 0;}if(k>len/2){return maxProfit(k为无穷大的时候的解);}vector<vector<vector<int>>>dp(len, vector<vector<int>>(k+1, vector<int>(2,0)));dp[0][0][0] = 0;dp[0][0][1] = 0;for (int j = 1; j <= k; j++){dp[0][j][0] = 0;dp[0][j][1] = -prices[0];}for (int i = 1; i < len; i++){for (int j = 1; j <= k; j++){dp[i][j][0] = max(dp[i - 1][j][0], dp[i - 1][j][1] + prices[i]);dp[i][j][1] = max(dp[i - 1][j][1], dp[i - 1][j-1][0] - prices[i]);}}return dp[len - 1][k][0];}

 309. 最佳买卖股票时机含冷冻期

https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-with-cooldown/

给定一个整数数组,其中第 i 个元素代表了第 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):

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)。
卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
示例:

输入: [1,2,3,0,2]
输出: 3 
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]

本题限制了冷冻期,那么状态转移方程需要做修改:

dp[i][0] = max(dp[i-1][0],dp[i-1][1]+prices[i]);
dp[i][1] = max(dp[i-1][1],dp[i-2][0]-prices[i]);

 其余等同于k为无穷大的时候的解:

int maxProfit(vector<int>& prices) {int len = prices.size();if (len <= 1){return 0;}int **dp = new int*[len];for (int i = 0; i<len; i++){dp[i] = new int[2];}dp[0][0] = 0;dp[0][1] = -prices[0];dp[1][0] = max(dp[0][0], dp[0][1] + prices[1]);dp[1][1] = max(dp[0][1], dp[0][0] - prices[1]);for (int i = 2; i<len; i++){dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i]);dp[i][1] = max(dp[i - 1][1], dp[i - 2][0] - prices[i]);}return dp[len - 1][0];
}

714. 买卖股票的最佳时机含手续费

https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-with-transaction-fee/

给定一个整数数组 prices,其中第 i 个元素代表了第 i 天的股票价格 ;非负整数 fee 代表了交易股票的手续费用。

你可以无限次地完成交易,但是你每次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。

示例 1:

输入: prices = [1, 3, 2, 8, 4, 9], fee = 2
输出: 8
解释: 能够达到的最大利润:  
在此处买入 prices[0] = 1
在此处卖出 prices[3] = 8
在此处买入 prices[4] = 4
在此处卖出 prices[5] = 9
总利润: ((8 - 1) - 2) + ((9 - 4) - 2) = 8.
注意:

0 < prices.length <= 50000.
0 < prices[i] < 50000.
0 <= fee < 50000.

本题k为无穷大,加上了手续费,有什么关系呢?

dp[i][0] = max(dp[i-1][0],dp[i-1][1]+prices[i]-fee);
dp[i][1] = max(dp[i-1][1],dp[i-1][0]-prices[i]);

 代码如下:

int maxProfit(vector<int>& prices, int fee) {int len = prices.size();if (len <= 1){return 0;}int **dp = new int*[len];for (int i = 0; i<len; i++){dp[i] = new int[2];}dp[0][0] = 0;dp[0][1] = -prices[0];for (int i = 1; i<len; i++){dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i] - fee);dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i]);}return dp[len - 1][0];
}

就这样,6道股票买卖的最佳时机问题,就这样被解决了!


欢迎关注知乎专栏:Jungle是一个用Qt的工业Robot

欢迎关注Jungle的微信公众号:Jungle笔记

这篇关于[LeetCode]动态规划,一举歼灭“股票买卖的最佳时机“问题!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/512551

相关文章

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

好题——hdu2522(小数问题:求1/n的第一个循环节)

好喜欢这题,第一次做小数问题,一开始真心没思路,然后参考了网上的一些资料。 知识点***********************************无限不循环小数即无理数,不能写作两整数之比*****************************(一开始没想到,小学没学好) 此题1/n肯定是一个有限循环小数,了解这些后就能做此题了。 按照除法的机制,用一个函数表示出来就可以了,代码如下

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

第10章 中断和动态时钟显示

第10章 中断和动态时钟显示 从本章开始,按照书籍的划分,第10章开始就进入保护模式(Protected Mode)部分了,感觉从这里开始难度突然就增加了。 书中介绍了为什么有中断(Interrupt)的设计,中断的几种方式:外部硬件中断、内部中断和软中断。通过中断做了一个会走的时钟和屏幕上输入字符的程序。 我自己理解中断的一些作用: 为了更好的利用处理器的性能。协同快速和慢速设备一起工作

动态规划---打家劫舍

题目: 你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。 给定一个代表每个房屋存放金额的非负整数数组,计算你 不触动警报装置的情况下 ,一夜之内能够偷窃到的最高金额。 思路: 动态规划五部曲: 1.确定dp数组及含义 dp数组是一维数组,dp[i]代表

购买磨轮平衡机时应该注意什么问题和技巧

在购买磨轮平衡机时,您应该注意以下几个关键点: 平衡精度 平衡精度是衡量平衡机性能的核心指标,直接影响到不平衡量的检测与校准的准确性,从而决定磨轮的振动和噪声水平。高精度的平衡机能显著减少振动和噪声,提高磨削加工的精度。 转速范围 宽广的转速范围意味着平衡机能够处理更多种类的磨轮,适应不同的工作条件和规格要求。 振动监测能力 振动监测能力是评估平衡机性能的重要因素。通过传感器实时监

缓存雪崩问题

缓存雪崩是缓存中大量key失效后当高并发到来时导致大量请求到数据库,瞬间耗尽数据库资源,导致数据库无法使用。 解决方案: 1、使用锁进行控制 2、对同一类型信息的key设置不同的过期时间 3、缓存预热 1. 什么是缓存雪崩 缓存雪崩是指在短时间内,大量缓存数据同时失效,导致所有请求直接涌向数据库,瞬间增加数据库的负载压力,可能导致数据库性能下降甚至崩溃。这种情况往往发生在缓存中大量 k

软考系统规划与管理师考试证书含金量高吗?

2024年软考系统规划与管理师考试报名时间节点: 报名时间:2024年上半年软考将于3月中旬陆续开始报名 考试时间:上半年5月25日到28日,下半年11月9日到12日 分数线:所有科目成绩均须达到45分以上(包括45分)方可通过考试 成绩查询:可在“中国计算机技术职业资格网”上查询软考成绩 出成绩时间:预计在11月左右 证书领取时间:一般在考试成绩公布后3~4个月,各地领取时间有所不同

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)

poj 2976 分数规划二分贪心(部分对总体的贡献度) poj 3111

poj 2976: 题意: 在n场考试中,每场考试共有b题,答对的题目有a题。 允许去掉k场考试,求能达到的最高正确率是多少。 解析: 假设已知准确率为x,则每场考试对于准确率的贡献值为: a - b * x,将贡献值大的排序排在前面舍弃掉后k个。 然后二分x就行了。 代码: #include <iostream>#include <cstdio>#incl