Day52:动态规划 LeedCode 309.最佳买卖股票时机含冷冻期 714.买卖股票的最佳时机含手续费

309. 买卖股票的最佳时机含冷冻期

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)。

示例 1:

输入: prices = [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]

示例 2:

输入: prices = [1]
输出: 0

思路:

将交易状态化为四种

动态规划五部曲:

1.确定dp数组以及下标的含义

dp[i][j],第i天状态为j,所剩的最多现金为dp[i][j]。

j=0:今天购入了股票/以前购买了股票还没卖出

j=1:今天卖出股票

j=2:冷冻期

j=3:今天没有股票在手,且不是今天卖出的股票

2.确定递推公式

dp[i][0]=max(dp[i-1][0],dp[i-1][3]-prices[i],dp[i-1][2]-prices[i])

dp[i][1]=dp[i-1][0]

dp[i][2]=dp[i-1][1]

dp[i-1][3]=max(dp[i-1][3],dp[i-1][2])

3.初始化

dp[0][0]=-prices[0]

dp[0][1]=0

dp[0][2]=0

dp[0][3]=0

4.遍历顺序

从递归公式上可以看出,dp[i] 依赖于 dp[i-1],所以是从前向后遍历。

5.举例

代码参考:

class Solution {
    public int maxProfit(int[] prices) {
    int[][] dp=new int[prices.length][4];
    //初始化
    dp[0][0]=0-prices[0];
    dp[0][1]=0;
    dp[0][2]=0;
    dp[0][3]=0;
    for(int i=1;i<prices.length;i++){
        dp[i][0]=Math.max(Math.max(dp[i-1][0],dp[i-1][3]-prices[i]),dp[i-1][2]-prices[i]);
        dp[i][1]=dp[i-1][0]+prices[i];
        dp[i][2]=dp[i-1][1];
        dp[i][3]=Math.max(dp[i-1][3],dp[i-1][2]);
        
    }
    int n=prices.length;
    int result=Math.max(dp[n-1][3],Math.max(dp[n-1][1],dp[n-1][2]));
        return result;
    }
}

714. 买卖股票的最佳时机含手续费

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。

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

示例 2:

输入:prices = [1,3,7,5,10,3], fee = 3
输出:6

提示:

  • 1 <= prices.length <= 5 * 104
  • 1 <= prices[i] < 5 * 104
  • 0 <= fee < 5 * 104

 思路:

手续费相当于也是买股票的成本的一部分

动态规划五部曲:

1.确定dp数组以及下标的含义

dp[i][0],第i天状态为持有/购买股票,能够达到的最大利润

dp[i][1],第i天状态为不持有/卖出股票,能够达到的最大利润

2.确定递推公式

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

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

3.初始化

dp[0][0]=-prices[0]-fee

dp[0][1]=0

4.遍历顺序

从递归公式上可以看出,dp[i] 依赖于 dp[i-1],所以是从前向后遍历。

5.举例

代码参考:

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

  • 18
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值