LeetCode动态规划123|188

最新推荐文章于 2024-07-09 23:43:07 发布

Erin Wang

最新推荐文章于 2024-07-09 23:43:07 发布

阅读量69

点赞数 2

分类专栏： LeetCode 文章标签： leetcode 动态规划算法

本文链接：https://blog.csdn.net/ErinWang666/article/details/137127131

版权

LeetCode 专栏收录该内容

18 篇文章 0 订阅

订阅专栏

文章介绍了两种股票交易策略：在给定价格列表中找到单次交易的最大利润（类SolutionmaxProfit），以及在限制交易次数k的情况下求解最大利润。通过动态规划方法计算持有股票的不同状态，得出最优决策。

摘要由CSDN通过智能技术生成

123买卖股票的最佳时机III

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        dp = [[0] * 5 for _ in range(len(prices))]
        dp[0][0] = 0
        dp[0][1] = -prices[0] #第一次持有
        dp[0][2] = 0 #第一次不持有
        dp[0][3] = -prices[0] #第二次持有
        dp[0][4] = 0 #第二次不持有
        for i in range(1, len(prices)):
            dp[i][0] = dp[i - 1][0]
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i])
            dp[i][2] = max(dp[i - 1][2], dp[i - 1][1] + prices[i])
            dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] - prices[i])
            dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i])
        return dp[len(prices) - 1][4]

188买卖股票的最佳时机IV

class Solution:
    def maxProfit(self, k: int, prices: List[int]) -> int:
        dp = [[0] * (2 * k + 1) for _ in range(len(prices))]
        for j in range(0, 2 * k, 2):
            dp[0][j + 1] = -prices[0] #单数持有
        for i in range(1, len(prices)):
            for j in range(0, 2 * k, 2):
                dp[i][j + 1] = max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i])
                dp[i][j + 2] = max(dp[i - 1][j + 2], dp[i - 1][j + 1] + prices[i])
        return dp[len(prices) - 1][2 * k]