Leetcode｜122. 买卖股票的最佳时机 II【笔记】

链接

https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii/

前言

题目

给定一个数组 prices ，其中 prices[i] 是一支给定股票第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。
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）。
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）。
你可以认为每种硬币的数量是无限的。

示例1：

输入: prices = [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
     随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 

示例 2：

输入: prices = [1,2,3,4,5]
输出: 4
解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
     注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3：

输入: prices = [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。

提示：

• 1 <= prices.length <= 3*10^4
• 0 <= prices[i] <= 10^4

关键

• 得确定有几个状态，状态怎么分类

思路1

• 动态规划
• 简化问题：有2种状态：
  • dp0：手上没股票
  • dp1：手上有股票
• 初始化状态：
  • dp0 = 0：一开始什么都不买，收益为0
  • dp1 = -prices[0]：减去第一次买入股票的费用
• 状态转换：
  • dp0 = max(dp0, dp1+prices[i])：两种情况取最大值：一是延续上一dp0的状态，二是手上原来有股票但是现在卖出的情况
  • dp1 = max(dp1, dp0-prices[i])：两种情况取最大值：一是延续上一dp1的状态，二是手上原来没股票但是现在买入的情况
• 最终要得到最大收益肯定是在股票卖出的情况下，即dp0

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if len(prices) < 2:
            return 0
        dp0 = 0
        dp1 = -prices[0]
        for i in range(1, len(prices)):
            dp0 = max(dp0, dp1+prices[i])
            dp1 = max(dp1, dp0-prices[i])
        return dp0

疑问

参考

[1] 123. 买卖股票的最佳时机 III，动态规划，一看就懂的简单题解