121.买卖股票的最佳时机
思路一:贪心
- 不断更新最小买入值
- 不断更新当前值和最小买入值的差值最大值
思路二:动态规划(今天自己写出来了哈哈哈哈哈哈哈)
- 1.dp存储:dp[i][0] 表示当前持有 dp[i][1]表示当前不持有
- 2.状态转移方程(递推式)
- dp[i][0]=max ( dp [ i - 1 ] [ 0 ] , - prices [ i ] ) 之前就持有/当前买入
- dp[i][1]=max ( dp [ i - 1 ] [ 1 ] , dp [ i - 1 ] [ 0 ] + prices [ i ] ) 之前就没持有/当前卖出
- dp[i][0]=max ( dp [ i - 1 ] [ 0 ] , - prices [ i ] ) 之前就持有/当前买入
- 3.初始化:dp[0][0]=-prices[0] dp[0][1] =0
- 4.遍历顺序:1-n
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];
dp[0][1]=0;
for(int i=1;i<n;i++){
dp[i][0]=max(dp[i-1][0],-prices[i]);
dp[i][1]=max(dp[i-1][1],dp[i-1][0]+prices[i]);
}
return dp[n-1][1];//最后肯定不持有利润最大
}
};
122.买卖股票的最佳时机||(拿捏)
思路一:贪心
- 只要有利润增长就卖出,最后一定获得最大利润
思路二:动态规划
1.dp存储:dp[i][0]为持有 dp[i][1]为不持有
2.状态转移方程(递推式):
- dp [ i ] [ 0 ] = max ( dp [ i - 1 ] [ 0 ] , dp [ i - 1 ] [ 1 ] - prices [ i ] ) 之前持有/现在买入(上一次不持有的金额 - 买入的金额)
- dp [ i ] [ 1 ] = max ( dp [ i - 1 ] [ 1 ] , dp [ i - 1 ] [ 0 ] + prices [ i ] ) 之前没持有/现在卖出(上一次持有的金额 + 卖出的金额)
3.初始化:dp[0][0]=-prices[0] dp[0][1]=0
4.遍历顺序:1-n
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];
dp[0][1]=0;
for(int i=1;i<n;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[n-1][1];
}
};
123.买卖股票的最佳时机|||
思路:动态规划(5个状态)
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n=prices.size();
vector<vector<int>>dp(n,vector<int>(5,0));
dp[0][1]=-prices[0];
dp[0][3]=-prices[0];
for(int i=1;i<n;i++){
dp[i][0]=dp[i-1][0]; //第一天不持有
dp[i][1]=max(dp[i-1][1],dp[i-1][0]-prices[i]); //第一天买入
dp[i][2]=max(dp[i-1][2],dp[i-1][1]+prices[i]); //第一天卖出
dp[i][3]=max(dp[i-1][3],dp[i-1][2]-prices[i]); //第二天买入
dp[i][4]=max(dp[i-1][4],dp[i-1][3]+prices[i]);
}
return dp[n-1][4];
}
};