目录
一、做题感受
今天的内容承接昨天的打卡,依旧是买卖股票问题。做法也是一致,整体难度不大,可以继续套用昨天动态规划的思路和模板。
直接开始今天的内容。
二、题目与题解
题目一:188.买卖股票的最佳时机IV
题目链接
188. 买卖股票的最佳时机 IV - 力扣(LeetCode)
给你一个整数数组
prices
和一个整数k
,其中prices[i]
是某支给定的股票在第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。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)。
示例 1:
输入:k = 2, prices = [2,4,1] 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:k = 2, prices = [3,2,6,5,0,3] 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 。提示:
1 <= k <= 100
1 <= prices.length <= 1000
0 <= prices[i] <= 1000
题解:动态规划
这道题和昨天打卡的 123. 买卖股票的最佳时机III 基本一致,相当于变形成了可以解决任意交易次数情况。
这类题的关键:题目要求不能进行多笔交易,故所有状态就分为持有与不持有,但因为有交易次数限制,故应该细化第几次持有(买入状态)以及第几次不持有(卖出状态)。
由昨天的打卡可以推出:
dp[i][j]表示第i天处于状态j时的最大利润
j的状态定义如下:
0 - 没有操作 -- 恒为0,用来方便后续计算
1 - 第一次买入
2 - 第一次卖出
3 - 第二次买入
4 - 第二次卖出
... 一直持续 k 次交易(一次交易包含买和卖),即共有 2k + 1 个状态(状态0:没有操作也算一个状态,主要是用来方便计算)。
然后这里还有一个需要注意的点:除了循环遍历天数之外,还需要通过一个变量 j 来实现遍历买入和卖出的状态--分别对应 i + 1与 i + 2.
代码如下:
class Solution {
public:
int maxProfit(int k, vector<int>& prices) {
int n = prices.size();
if (n == 0 || n == 1) { //先考虑特殊情况
return 0;
}
//dp[i][j]表示在第 i 天结束时,处于状态 j 时的最大利润
//状态 j 共有 2k+1 种,其中 0 为没有操作, 1 到 2k-1 为买入状态(持有股票,j为奇数),2 到 2k 为卖出状态(不持有股票,j为偶数)
vector<vector<int>> dp(n, vector<int>(2 * k + 1, 0));
for (int j = 1; j < 2 * k; j += 2) { //初始化第0天的买入状态:无论第几次买入,都为负
dp[0][j] = -prices[0];
}
for (int i = 1; i < n; i++) { //天数
for (int j = 0; j < 2 * k - 1; j += 2) { //状态 -- 买入:j + 1 ;卖出:j + 2
dp[i][j + 1] = max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i]); //第 i 天处于买入状态 j+1 的最大利润:前一天就已经处于买入状态或者今天刚买入
dp[i][j + 2] = max(dp[i - 1][j + 2], dp[i - 1][j + 1] + prices[i]); //第 i 天处于卖出状态 j+2 的最大利润:前一天就已处于卖出状态或者今天刚卖出
}
}
return dp[n - 1][2 * k]; //返回所有天数(n - 1)中最后一次卖出(2k)的最大利润即是结果
}
};
题目二:309.最佳买卖股票时机含冷冻期
题目链接
309. 买卖股票的最佳时机含冷冻期 - 力扣(LeetCode)
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提示:
1 <= prices.length <= 5000
0 <= prices[i] <= 1000
题解:动态规划
这道题其实也是昨天打卡题目的变形。
这里我们存在三个状态,即是在原有的买卖股票基础上考虑当前天数是否处于冷冻期。
确立dp数组--这道题的关键就是理清楚不同状态(3种)的具体含义:
dp[i][j]:dp[i][j]表示在第 i 天结束时,处于状态 j 时的最大利润
dp[i][0]:持有股票时的最大收益
dp[i][1]:不持有股票(非冷冻期)时的最大收益
dp[i][2]:冷冻期时的最大收益
代码如下:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size();
if (n == 0 || n == 1) {
return 0;
}
//dp[i][j]:dp[i][j]表示在第 i 天结束时,处于状态 j 时的最大利润
//dp[i][0]:持有股票时的最大收益
//dp[i][1]:不持有股票时(非冷冻期)的最大收益
//dp[i][2]:冷冻期时的最大收益
vector<vector<int>> dp(n, vector<int>(3, 0));
dp[0][0] = -prices[0]; //初始化第0天持有,其中第0天不持有与冷冻期都为0(已经有初始化了)
for (int i = 1; i < n; i++) {
dp[i][0] = max(dp[i - 1][0], dp[i - 1][2] - prices[i]); //dp[i][0]:持有股票时的最大收益:前一天就持有了或者前一天是冷冻期,今天刚买入(只有在冷冻期后才能买入)
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]); //dp[i][1]:不持有股票时的最大收益:前一天就不持股票或者前一天持有股票,今天刚卖出
dp[i][2] = dp[i - 1][1]; //冷冻期当天的最大收益就是就是前一天卖掉后的最大收益
}
return dp[n - 1][1];
}
};
题目三:714.买卖股票的最佳时机含手续费
题目链接
714. 买卖股票的最佳时机含手续费 - 力扣(LeetCode)
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
题解:动态规划
这道题和昨天的卡的 122. 买卖股票的最佳时机 II - 力扣(LeetCode)几乎一模一样。
唯一不同的点就是选择卖出的时候记得减去手续费,这在递推表达式中会有体现:dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i] - fee);
代码如下:
class Solution {
public:
int maxProfit(vector<int>& prices, int fee) {
int n = prices.size();
vector<vector<int>> dp(n, vector<int>(2, 0));
dp[0][0] = -prices[0]; //持有
dp[0][1] = 0; //不持有
for (int i = 1; i < n; i++) {
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]); //第 i 天持有
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i] - fee); //第 i 天不持有:注意这里当天卖出要扣除手续费
}
return dp[n - 1][1];
}
};
三、小结
今天的打卡到此也就结束了,买卖股票问题也是迎来了结束,后边会继续坚持学习。