思路:
1.动态规划实现,特点是要建立一个二维数组,分别来记录手上有无股票时的最大收益,这两个数组是相互依赖的。转移方程如下:
dp[i][0] 手里有股票的最大收益
dp[i][1] 手里没有股票的最大收益
dp[i][0]= max(dp[i-1][0],dp[i-1][1]-p[i])
dp[i][1]= max(dp[i-1][1],dp[i-1][0]+p[i])
2.使用贪心思路:想要得到最大的收益,那么只要是上涨的区间就直接售卖,非上涨区间导致亏损就当天买当天卖
原题链接:https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-ii/?favorite=2ckc81c
1.题目如下:
给你一个整数数组 prices ,其中 prices[i] 表示某支股票第 i 天的价格。
在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。
返回 你能获得的 最大 利润 。
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 。
总利润为 4 + 3 = 7 。
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 。
总利润为 4 。
示例 3:
输入:prices = [7,6,4,3,1]
输出:0
解释:在这种情况下, 交易无法获得正利润,所以不参与交易可以获得最大利润,最大利润为 0 。
提示:
1 <= prices.length <= 3 * 10^4
0 <= prices[i] <= 10^4
2.代码如下:
class Solution {
public:
//思路一:动态规划策略
/*
转移方程 :使用两个数组来记录
dp[i][0] 手里有股票的最大收益
dp[i][1] 手里没有股票的最大收益
dp[i][0]= max(dp[i-1][0],dp[i-1][1]-p[i])
dp[i][1]= max(dp[i-1][1],dp[i-1][0]+p[i])
*/
int maxProfit(vector<int>& prices) {
vector<vector<int>> dp(prices.size(),vector<int>(2,0));
int isHave=0;
dp[0][1]=0;
dp[0][0]=-prices[0];
for(int i=1;i<dp.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 dp[dp.size()-1][1];
}
//思路二:贪心算法:只要在不相交的多个区间买卖,得到最大值就行
/*
贪心的角度考虑我们每次选择贡献大于 0 的区间即能使得答案最大化,即只要涨了就卖,一定是赚的
*/
/*
int maxProfit(vector<int>& prices) {
int ans=0;
int n=prices.size();
for(int i=1;i<n;++i){
ans+=max(0,prices[i]-prices[i-1]);
}
return ans;
}
*/
};