day49｜● 121. 买卖股票的最佳时机 ● 122.买卖股票的最佳时机II

最新推荐文章于 2024-09-18 20:33:32 发布

EssieDing

最新推荐文章于 2024-09-18 20:33:32 发布

阅读量69

点赞数

文章标签：算法数据结构 leetcode

本文链接：https://blog.csdn.net/Dorothy603/article/details/131988884

版权

文章介绍了如何使用贪心算法和动态规划解决买卖股票的最佳时机问题。在第一种情况下，只能买卖一次，算法从左向右找到最低价格作为买入点，然后计算最大利润。第二种情况允许多次买卖，动态规划考虑了持有和不持有股票的状态，更新每天的最大利润。

摘要由CSDN通过智能技术生成

121. 买卖股票的最佳时机

只能买卖一次股票，求最大利润
贪心算法
从左边开始找到左边的最小值（让买入价尽量便宜），然后不断求最大的利润（保留最大值，取最大区间利润）

class Solution {
    public int maxProfit(int[] prices) {
        int min = prices[0];
        int res = 0;
        for (int i = 0; i < prices.length; i++) {
            min = Math.min(min, prices[i]);
            res = Math.max(res, prices[i] - min);
        }
        return res;
    }
}

动规
对于每一天分为两种状态，即持有股票和不持有股票的最多现金，可以从i-1推出。

dp[i][0] 表示第i天持有股票所得最多现金
其实一开始现金是0，那么加入第i天买入股票现金就是 -prices[i]，这是一个负数。

dp[i][1] 表示第i天不持有股票所得最多现金
持有不代表买入，可以是保持了持有的状态。

class Solution {
    public int maxProfit(int[] prices) {
        int[][] dp = new int[prices.length][2];
        dp[0][0] = -prices[0];
        dp[0][1] = 0;
        // dp[i][0] hold 
        // dp[i][1] not hold
        for (int i = 1; i < prices.length; i++){
            dp[i][0] = Math.max(dp[i-1][0], -prices[i]);
            dp[i][1] = Math.max(dp[i-1][0]+prices[i], dp[i-1][1]);
        }
        return Math.max(dp[prices.length-1][0], dp[prices.length-1][1]);
    }
}

● 122.买卖股票的最佳时机II
和上题相似，不同在于可以多次买卖，在推导dp[i][0]的时候，第i天买入股票的情况，所持有的现金可能有之前买卖过的利润，要基于昨天的情况减去当天购买的支出。

class Solution {
    public int maxProfit(int[] prices) {
        // dp[i][0] max profit if hold the stock on day i
        // dp[i][1] not hold the stock
        int[][] dp = new int[prices.length][2];
        dp[0][0] = -prices[0];
        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]); // 唯一不同
            dp[i][1] = Math.max(dp[i-1][0]+prices[i], dp[i-1][1]);
        }
        return Math.max(dp[dp.length-1][0], dp[dp.length-1][1]);
    }
}