股票买卖问题
问题描述
给定一个长度为 N 的数组,数组中的第 i 个数字表示一个给定股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多买卖一支股票)。
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)。
输入格式
第一行包含整数 N,表示数组长度。
第二行包含 N 个不大于 10000 的正整数,表示完整的数组。
输出格式
输出一个整数,表示最大利润。
数据范围
1≤N≤105
输入样例1:
6
7 1 5 3 6 4
输出样例1:
7
输入样例2:
5
1 2 3 4 5
输出样例2:
4
输入样例3:
5
7 6 4 3 1
输出样例3:
0
样例解释
样例1: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 。共得利润 4+3 = 7。
样例2: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。
样例3:在这种情况下, 不进行任何交易, 所以最大利润为 0。
问题分析
动态规划的思路
状态表示
一般这种买卖问题的入手方式的是分为两种状态去考虑,一种是买入的状态,这里我们设为 1 ,还有是 未持有的状态,这里我们设为 0,所以我们需要一个 f [ N ] [ 2 ]
数组表示到第 n 天时手中股票的最大利润
状态转移
如何进行状态转移呢?
首先 对持有股票的状态分析,假如当前有股票
我们有如下写法:
f[i][1]=max(f[i-1][1],f[i-1][0]-w[i]);
f[i-1][1]
很好理解,前一天还是持有股票的状态,
f[i-1][0]-w[i]
是前一天还没有持有股票,当天买进了股票,所以要支出。
其次我们对没有持有股票的状态分析,
f[i][0]=max(f[i-1][0],f[i-1][1]+w[i]);
f[i-1][0]
,很好理解,前一天没有股票,所以不会产生变化
f[i-1][1]+w[i]
表示前一天持有股票,但是当天没有股票,卖出了股票,增加收入
贪心的思路
股票的涨跌就像一张折线图,可以划分为若干个增长区间段,递减区间段,而题目中并没有说明不可以在一天内同时买进和卖出,那么我们对于每个相邻的两个点i,j(i+1=j)
,假如我们a[i]<a[j]
,那么我们直接获取a[j]-a[i]
,的利润值,如此往复进行一个循环,我们就可以获得整个数组所有的增量。
代码实现
动态规划的代码
#include<iostream>
using namespace std;
const int N =1e5 + 7;
int w[N];
int f[N][2];//f[N][2]是记录在遍历到第n天的时候,状态有 0(不持有股票) ,1(持有股票)总利润的最大值
int main(){
int n;cin>>n;
for(int i=1;i<=n;i++) cin>>w[i];
f[0][0]=0;
f[0][1]=-1e9;//第0天持有股票的状态是异常的,需要成处理;
for(int i =1;i<=n;i++){
f[i][0]=max(f[i-1][0],f[i-1][1]+w[i]);
f[i][1]=max(f[i-1][1],f[i-1][0]-w[i]);
}
cout<<f[n][0]<<endl;
}
贪心的算法
#include<iostream>
using namespace std;
const int N =1e5 + 7;
int w[N];
int f[N][2];//f[N][2]是记录在遍历到第n天的时候,状态有 0(不持有股票) ,1(持有股票)总利润的最大值
int main(){
int n;cin>>n;
for(int i=1;i<=n;i++) cin>>w[i];
long long res=0;
for(int i=2;i<=n;i++){
if(w[i]>w[i-1]) res+=w[i]-w[i-1];
}
cout<<res<<endl;
return 0;
}
总结
对于这类问题,从动态规划的思路入手是相对严谨的,从贪心的角度入手是巧妙的,前提是看破题目的本质是获得每一次的增量。后续还会继续为大家更新类似的更有挑战性的题目,喜欢的小伙伴可以点个关注啦