LeetCode股票问题

最新推荐文章于 2024-09-15 11:40:06 发布

Hanknet

最新推荐文章于 2024-09-15 11:40:06 发布

阅读量55

点赞数

分类专栏： leetCode 文章标签：动态规划 c++ 算法 leetcode Powered by 金山文档

本文链接：https://blog.csdn.net/Hanknet/article/details/129315372

版权

leetCode 专栏收录该内容

50 篇文章 0 订阅

订阅专栏

文章探讨了在不同条件下买卖股票以获取最大利润的两种算法：贪心算法和动态规划。对于问题121，两种方法都能在O(n)的时间复杂度和有限空间下找到最佳交易时机。贪心策略是跟踪最低价格并计算当前收益，而动态规划则通过维护两个状态来优化交易。问题122的贪心解法更简单，只需比较相邻价格差。动态规划解法同样涉及两个状态更新，但需考虑两种可能的状态：持有股票或不持有股票。

摘要由CSDN通过智能技术生成

121. 买卖股票的最佳时机

方法:贪心

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int low = INT_MAX, res = 0;
        for (int i = 0; i < prices.size(); ++i) {
            low = min(low, prices[i]);
            res = max(res, prices[i]-low);
        }
        return res;
    }
};

$时间复杂度O(n)，空间复杂度O(1);

方法:dp

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        vector<vector<int>> f(2, vector<int>(2));
        f[0][0] -= prices[0];
        f[0][1] = 0;
        for (int i = 1; i < n; ++i) {
            f[i&1][0] = max(f[(i-1)&1][0], -prices[i]);
            f[i&1][1] = max(f[(i-1)&1][1], f[(i-1)&1][0]+prices[i]);
        }
        return f[(n-1)&1][1];
    }
};

$时间复杂度O(n)，空间复杂度O(1);

122. 买卖股票的最佳时机 II

方法:贪心

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int res = 0;
        for (int i = 1; i < prices.size(); ++i) {
            int cur = prices[i] - prices[i-1];
            if (cur > 0) res += cur;
        }
        return res;
    }
};

$时间复杂度O(n)，空间复杂度O(1);

方法:dp

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        vector<vector<int>> dp(n, vector<int>(2));
        dp[0][0] -= prices[0];
        for (int i = 1; i < prices.size(); ++i) {
            dp[i][0] = max(dp[i-1][0], dp[i-1][1] - prices[i]);
            dp[i][1] = max(dp[i-1][1], dp[i-1][0] + prices[i]);
        }
        return max(dp[n-1][1], dp[n-1][0]);
    }
};

$时间复杂度O(n)，空间复杂度O(n);