动态规划之股票系列

只允许买卖一次

题目

思路分析

dp[]含义

1、dp[i][0]：第i天持有股票时最大的收益；
2、dp[i][1]：第i天不持有股票时最大的收益；

动态转移方程

1、dp[i][0]：第i天持有股票时最大的收益；
（1）情况1：前面已经买入，第i天不做任何操作，即dp[i][0] = dp[i-1][0]；
（2）情况2：前面没有买入，第i天买入，即dp[i][0] = -prices[i]；
==> dp[i][0] = max(dp[i-1][0]), 0-prices[i])

2、dp[i][1]：第i天不持有股票时最大的收益；
（1）情况1：前面没有买入，第i天也不买入，即dp[i][1] = dp[i-1][1]；
（2）情况2：前面已经买入，第i天卖出，即dp[i][0] = dp[i-1][0] + prices[i]；
==> dp[i][1] = max(dp[i-1][1]), dp[i-1][0] + prices[i]);

初始化

dp[0][0] = -prices[0]；
dp[0][1] = 0;

代码实现

int maxProfit(vector<int>& prices) {
   
    int n = prices.size();
    vector<vector<int>> dp(n, vector<int>(2, 0));

    dp[0][0] = 0 - prices[0];
    dp[0][1] = 0;
    for(int i = 1; i < n; ++i){
   
        dp[i][0] = max(dp[i-1][0], 0 - prices[i]);
        dp[i][1] = max(dp[i-1][1], dp[i-1][0] + prices[i]);
    }

    return dp[n-1][1];
}

允许买卖多次

题目

思路分析

dp[]含义

1、dp[i][0]：第i天持有股票时最大的收益；
2、dp[i][1]：第i天不持有股票时最大的收益；

动态转移方程

1、dp[i][0]：第i天持有股票时最大的收益；
（1）情况1：前面已经买入没有卖出，第i天不做任何操作，即dp[i][0] = dp[i-1][0]；
（2）情况2：前面存在买入卖出，第i天买入，即dp[i][0] = dp[i-1][1]-prices[i]；
==> dp[i][0] = max(dp[i-1][0]), dp[i-1][1]-prices[i])

2、dp[i][1]：第i天不持有股票时最大的收益；
（1）情况1：前面存在买入卖出，第i天也不买入，即dp[i][1] = dp[i-1][1]；
（2）情况2：前面已经买入，第i天卖出，即dp[i][0] = dp[i-1][0] + prices[i]；
==> dp[i][1] = max(dp[i-1][1]), dp[i-1][0] + prices[i]);

初始化

dp[0][0] = -prices[0]；
dp[0][1] = 0;

代码实现

int maxProfit(vector<int>& prices) {
   
    int n = prices.size();
    vector<vector<int>> dp(n, vector<int>(2, 0));

    dp[0][0] = 0 - prices[0];
    dp[0][1] = 0;
    for(int i = 1; i < n; ++i){
   
        dp[i][0] = max(dp[i-1][0]