目录
文章:一个方法团灭 6 道股票问题
LeetCode股票题通用方法:一个方法团灭 6 道股票问题
动态规划(三维):第一个是天数,第二个是允许交易的最大次数,第三个是当前的持有状态(用 1 表示持有,0 表示没有持有)
比如说 dp[3][2][1] 的含义就是:今天是第三天,我现在手上持有着股票,至今最多进行 2 次交易。再比如 dp[2][3][0] 的含义:今天是第二天,我现在手上没有持有股票,至今最多进行 3 次交易。
121. 买卖股票的最佳时机 (只能买一次)
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一次),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。
【方法1】
/* 找最小谷(minprice)之后的最大峰
https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock/solution/mai-mai-gu-piao-de-zui-jia-shi-ji-by-leetcode/
*/
class Solution {
public:
int maxProfit(vector<int>& prices) {
int minprice = INT_MAX, maxprofit = 0;
for(auto price : prices){
if(price < minprice)
minprice = price;
else if(price-minprice > maxprofit)
maxprofit = price-minprice;
}
return maxprofit;
}
};
【方法2:动态规划(通用方法)】
/* 股票题总结:
https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock/solution/yi-ge-fang-fa-tuan-mie-6-dao-gu-piao-wen-ti-by-l-3/
*/
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size();
if(n==0) return 0;
int dp[n][2]; // dp[i][j]:第i天持有/不持有(j=0/1)股票的利润
for(int i=0; i<n; i++){
if(i==0){
dp[i][0] = 0;
dp[i][1] = -prices[i];
}
else{
dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i]); // 第i天不持有股票有两种可能:前一天不持有股票、前一天持有股票但今天卖了
dp[i][1] = max(dp[i-1][1], -prices[i]); // 第i天持有股票有两种可能:前一天持有股票、今天买的
}
}
return dp[n-1][0];
}
};
122. 买卖股票的最佳时机 II (可多次买卖)
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)。
【方法1】贪心。涨就买,跌就卖。
class Solution {
public:
int maxProfit(vector<int>& prices) {
int maxprofit = 0;
for(int i=1; i<prices.size(); i++)
if(prices[i] > prices[i-1])
maxprofit += (prices[i]-prices[i-1]);
return maxprofit;
}
};
【方法2:动态规划(通用方法)】
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size();
if(n==0) return 0;
int dp[n][2]; // dp[i][j]:第i天持有/不持有(j=0/1)股票的利润
for(int i=0; i<n; i++){
if(i==0){
dp[i][0] = 0;
dp[i][1] = -prices[i];
}
else{
dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i]); // 第i天不持有股票有两种可能:前一天不持有股票、前一天持有股票但今天卖了
dp[i][1] = max(dp[i-1][1], dp[i-1][0] - prices[i]); // 第i天持有股票有两种可能:前一天持有股票、前一天不持有股票但今天买了
}
}
return dp[n-1][0];
}
};
123. 买卖股票的最佳时机 III (最多买2次)
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 2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)。
/* 动态规划(通用方法) */
class Solution {
public:
int maxProfit(vector<int>& prices) {
int k = 2;
int n = prices.size();
if(n==0) return 0;
int dp[n][k+1][2]={}; // dp[i][k_][j]:第i天,已经买了k次,当前持有/不持有(j=0/1)股票的最大利润
for(int i=0; i<n; i++)
for(int k_=1; k_<=k; k_++){
if(i==0){
dp[i][k_][0] = 0;
dp[i][k_][1] = -prices[i];
}
else{
// 第i天不持有股票有两种可能:前一天不持有股票、前一天持有股票但今天卖了
dp[i][k_][0] = max(dp[i-1][k_][0], dp[i-1][k_][1] + prices[i]);
// 第i天持有股票有两种可能:前一天持有股票、前一天不持有股票但今天买了
dp[i][k_][1] = max(dp[i-1][k_][1], dp[i-1][k_-1][0] - prices[i]);
}
}
return dp[n-1][k][0];
}
};
188. 买卖股票的最佳时机 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)。
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 。
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 。
/* 动态规划(通用方法).
注:因为有个样例k=1000000000, 为了避免超时, 这个样例可以用贪心算法
*/
class Solution {
public:
int maxProfit(int k, vector<int>& prices) {
int n = prices.size();
if(n==0) return 0;
if(k >= n/2) // 问题退化为贪心问题(可理解为不限交易次数), 可以节省时间
return greedy(prices);
int dp[n][k+1][2]={}; // dp[i][k_][j]:第i天,已经买了k次,当前持有/不持有(j=0/1)股票的最大利润
for(int i=0; i<n; i++)
for(int k_=1; k_<=k; k_++){
if(i==0){
dp[i][k_][0] = 0;
dp[i][k_][1] = -prices[i];
}
else{
// 第i天不持有股票有两种可能:前一天不持有股票、前一天持有股票但今天卖了
dp[i][k_][0] = max(dp[i-1][k_][0], dp[i-1][k_][1]+prices[i]);
// 第i天持有股票有两种可能:前一天持有股票、前一天不持有股票但今天买了
dp[i][k_][1] = max(dp[i-1][k_][1], dp[i-1][k_-1][0]-prices[i]);
}
}
return dp[n-1][k][0];
}
int greedy(vector<int>& prices){
int max = 0;
for(int i = 1; i < prices.size(); ++i) {
if(prices[i] > prices[i-1])
max += prices[i]-prices[i-1];
}
return max;
}
};
309. 最佳买卖股票时机含冷冻期
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)。
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]
// 动态规划(通用方法). 把122题(不限交易次数)状态方程的i-1改成i-2即可
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size();
if(n==0) return 0;
int dp[n][2]; // dp[i][j]:第i天持有/不持有(j=0/1)股票的利润
for(int i=0; i<n; i++){
if(i==0){
dp[i][0] = 0;
dp[i][1] = -prices[i];
}
else if(i==1){
dp[i][0] = max(0, prices[i]-prices[i-1]);
dp[i][1] = max(-prices[i], -prices[i-1]); // 第2天持有股票可能是第1天或第2天买的
}
else{
// 第i天不持有股票有两种可能:前一天不持有股票、前一天持有股票但今天卖了
dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i]);
// 第i天持有股票有两种可能:前一天持有股票、前一天不持有股票但今天买了
dp[i][1] = max(dp[i-1][1], dp[i-2][0] - prices[i]);
}
}
return dp[n-1][0];
}
};
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。
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.
/* 动态规划(通用方法). 在122(不限交易次数)状态方程中减去手续费
手续费在买或卖时减去都可以, 但要注意i==0也要保持一致
*/
class Solution {
public:
int maxProfit(vector<int>& prices, int fee) {
int n = prices.size();
if(n==0) return 0;
int dp[n][2]; // dp[i][j]:第i天持有/不持有(j=0/1)股票的利润
for(int i=0; i<n; i++){
if(i==0){
dp[i][0] = 0;
dp[i][1] = -prices[i];
}
else{
// 第i天不持有股票有两种可能:前一天不持有股票、前一天持有股票但今天卖了
dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i] - fee);
// 第i天持有股票有两种可能:前一天持有股票、前一天不持有股票但今天买了
dp[i][1] = max(dp[i-1][1], dp[i-1][0] - prices[i]);
}
}
return dp[n-1][0];
}
};