代码随想录刷题Day51 | 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

代码随想录刷题Day51 | 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. 最佳买卖股票时机含冷冻期

题目:

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]

思路:

  1. 确定dp数组以及下标含义

    dp[i] [j],含义为第i天第j中状态下的最大收益

    其中一共包含三种状态,分别为持有股票,未持有股票和冷冻状态

  2. 确定递推公式

    对于状态零,其表示持有股票,可以由自身的上一状态或者状态一未持有股票股买股票转化而来

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

    对于状态一,表示未持有股票,可以由其自身的上一状态或者状态二冷冬期解冻而来

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

    对于状态二,表示冷冻期,可以有其上一状态或者状态零持有状态售出股票转换而来

    dp[i][2] = Math.max(dp[i - 1][2], dp[i - 1][0] + p[i])
    
  3. dp数组的初始化

    dp[i] [0] -= p[0]

    dp[i] [1] = 0

    dp[i] [2] = 0

  4. 确认遍历顺序

    dp[i]依赖于dp[i - 1]因此从前向后遍历

  5. 举例推导

代码:

class Solution {
    public int maxProfit(int[] p) {
        int[][] dp = new int[p.length][3];
        dp[0][0] -= p[0];
        for(int i = 1; i < p.length; i++){
            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] - p[i]);
            dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][2]);
            dp[i][2] = Math.max(dp[i - 1][2], dp[i - 1][0] + p[i]);
        }
        return dp[p.length - 1][2];
    }
}

714. 买卖股票的最佳时机含手续费

题目:

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

思路:

dp[i][0] 表示第i天持有股票所省最多现金。 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

  • 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]
  • 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]

所以:dp[i] [0] = max(dp[i - 1] [0], dp[i - 1] [1] - prices[i]);

在来看看如果第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

  • 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]
  • 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,注意这里需要有手续费了即:dp[i - 1] [0] + prices[i] - fee

所以:dp[i][1] = max(dp[i - 1] [1], dp[i - 1] [0] + prices[i] - fee);

代码:

class Solution {
    public int maxProfit(int[] p, int f) {
        int[][] dp = new int[p.length][2];
        dp[0][0] -= p[0];
        for(int i = 1; i < p.length; i++){
            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] - p[i]);
            dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] + p[i] - f);
        }
        return dp[p.length - 1][1];
    }
}
  • 0
    点赞
  • 0
    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