本文主要是介绍代码随想录第49天|121. 买卖股票的最佳时机 122.买卖股票的最佳时机II,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!
121. 买卖股票的最佳时机
121. 买卖股票的最佳时机 - 力扣(LeetCode)
代码随想录 (programmercarl.com)
动态规划之 LeetCode:121.买卖股票的最佳时机1_哔哩哔哩_bilibili
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 。
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;同时,你不能在买入前卖出股票。示例 2:
输入:prices = [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。
动规五部曲:
1、确定dp数组以及下标的含义:dp[i][0] 表示第i天持有股票所得最多现金;
2、确定递推公式:
第i天持有股票为dp[i][0],这种状态可能由头一天的两种状态推出:
①、第i-1天就持有股票,头一天:dp[i - 1][0];
②、第i天就买如股票:所得现金:-price[i];
第i天不持有股票,即dp[i][1],这种状态也可能由头一天的两种状态推出:
①、第i-1天就不持有股票, 头一天:dp[i - 1][1]
②、第i天卖出股票,所得现金就是按照今天股票价格卖出后所得现金即:prices[i] + dp[i - 1][0]
3、dp数组如何初始化:
由递推公式基础都是要从dp[0][0]和dp[0][1]推导出来。那么dp[0][0]表示第0天持有股票,此时的持有股票就一定是买入股票了,因为不可能有前一天推出来,所以dp[0][0] -= prices[0];
dp[0][1]表示第0天不持有股票,不持有股票那么现金就是0,所以dp[0][1] = 0;
4、确定遍历顺序:从前向后遍历
5、举例推导dp数组:
综合代码:
class Solution {public int maxProfit(int[] prices) {int len = prices.length;// 定义一个二维数组 dp,大小为 len 行 2 列// dp[i][0] 表示第 i 天持有股票时的最大收益// dp[i][1] 表示第 i 天不持有股票时的最大收益int[][] dp = new int[len][2];// 初始化第一天的状态dp[0][0] = -prices[0]; // 第一天持有股票的收益为买入股票当天的价格的相反数dp[0][1] = 0; // 第一天不持有股票的收益为 0for (int i = 1; i < len; i++) {// 计算第 i 天持有股票的最大收益,取决于上一天持有股票的收益和当前买入股票的收益的较大者dp[i][0] = Math.max(dp[i - 1][0], -prices[i]);// 计算第 i 天不持有股票的最大收益,取决于上一天不持有股票的收益和当前卖出股票的收益的较大者dp[i][1] = Math.max(dp[i - 1][1], prices[i] + dp[i - 1][0]);}// 返回最后一天不持有股票的收益return dp[len - 1][1];}
}
122.买卖股票的最佳时机II
122. 买卖股票的最佳时机 II - 力扣(LeetCode)
代码随想录 (programmercarl.com)
动态规划,股票问题第二弹 | LeetCode:122.买卖股票的最佳时机II_哔哩哔哩_bilibili
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
这道题基本和上一题相同,不同之处在于递推公式。
dp数组的含义:
- dp[i][0] 表示第i天持有股票所得现金。
- dp[i][1] 表示第i天不持有股票所得最多现金。
如果第i天持有股票即dp[i][0], 那么可以由两个状态推出来:
①、第i-1天就持有股票,那么就保持现状,所得现金就是昨天持有股票的所得现金 即:dp[i - 1][0]
②、第i天买入股票,所得现金就是昨天不持有股票的所得现金减去 今天的股票价格 即:dp[i - 1][1] - prices[i]
如果第i天不持有股票即dp[i][1]的情况, 依然可以由两个状态推出来
①、第i-1天就不持有股票,那么就保持现状,所得现金就是昨天不持有股票的所得现金 即:dp[i - 1][1]
②、第i天卖出股票,所得现金就是按照今天股票价格卖出后所得现金即:prices[i] + dp[i - 1][0]
综合代码:
class Solution {// 实现1:二维数组存储// 可以将每天持有与否的情况分别用 dp[i][0] 和 dp[i][1] 来进行存储// 时间复杂度:O(n),空间复杂度:O(n)public int maxProfit(int[] prices) { // 定义一个名为 Solution 的类,包含一个方法 maxProfit,接受一个整数数组 prices 作为参数,返回一个整数int n = prices.length; // 获取价格数组的长度int[][] dp = new int[n][2]; // 创建一个二维数组 dp 来存储状态,行数为价格数组的长度,列数为 2(0 表示不持有股票,1 表示持有股票)dp[0][0] = 0; // 初始化第一天不持有股票的收益为 0dp[0][1] = -prices[0]; // 初始化第一天持有股票的收益为买入股票当天的价格的相反数for (int i = 1; i < n; ++i) { // 遍历价格数组,从第二天开始dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]); // 计算第 i 天不持有股票的最大收益,取决于上一天不持有股票的收益和当前卖出股票的收益的较大者dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]); // 计算第 i 天持有股票的最大收益,取决于上一天持有股票的收益和当前买入股票的收益的较大者}return dp[n - 1][0]; // 返回最后一天不持有股票的收益}
}
这篇关于代码随想录第49天|121. 买卖股票的最佳时机 122.买卖股票的最佳时机II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!