股票问题(动态规划)
股票问题一般是要求获得的最大利润(在不同的问题下获得最大利润的约束条件有些许不同)
股票主要分成两个主要的状态:0.手中没有股票即为不持股状态 1.手中有股票即为持股状态。接下来我们只要理清楚这些状态之间是怎么进行互相转换,那么股票问题就可以’‘迎刃而解’‘了。
股票状态:
不持股状态。不持股状态主要有两个状态转换而来:第一种是昨天不持股,今天也不持股。(昨天到今天没有进行股票操作) 第二种是昨天持股了,今天不持股(也就是在今天进行了股票的卖出操作)
持股状态。持股状态也是有两个状态状态转换而来:第一种是昨天持股,今天也持股。(同样是昨天到今天没有进行股票操作)第二种是昨天不持股,今天持股(也就是今天进行了股票的买入操作)
dp[i][0]
表示在第i天手中没有股票,dp[i][1]
表示在第i天手中有股票
由之前的分析可得dp[i][0]
= max(第i-1天不持股,第i天不持股)
dp[i][1]
= min(第i-1天持股,第i天持股) (接下来在具体题目中具体分析)
题目:给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。如果你最多只允许完成一笔交易(即买入和卖出一支股票一次),设计一个算法来计算你所能获取的最大利润。注意:你不能在买入股票前卖出股票。
示例 1:
输入: [7,1,5,3,6,4]
输出: 5
解释: 在第 2 天(股票价格 = 1)的时候买入,在第 5 天(股票价格 = 6)的时候卖出,最大利润 = 6-1 = 5 。注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格;同时,你不能在买入前卖出股票。
示例 2:
输入: [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。
class Solution:
def maxProfit(self, prices: List[int]) -> int:
length = len(prices)
if length==0:
return 0
dp = [0]*length
minprice = prices[0]
for i in range(1,length):
minprice = min(minprice,prices[i])
dp[i] = max(dp[i-1],prices[i]-minprice)
return max(dp)
Leetcode 123题
给定一个数组,它的第 i 个元素是一支给定的股票在第 i 天的价格。设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。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)。
示例 1:
输入: [3,3,5,0,0,3,1,4]
输出: 6
解释: 在第 4 天(股票价格 = 0)的时候买入,在第 6 天(股票价格 = 3)的时候卖出,这笔交易所能获得利润 = 3-0 = 3 。随后,在第 7 天(股票价格 = 1)的时候买入,在第 8 天 (股票价格 = 4)的时候卖出,这笔交易所能获得利润 = 4-1 = 3 。
示例 2:
输入: [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: [7,6,4,3,1]
输出: 0
解释: 在这个情况下, 没有交易完成, 所以最大利润为 0。
在123题中因为限制的交易次数为2次,次数较少,我们可以穷举出每一种情况,将状态定义得细致一点,就可以发现其状态是如何转移的。
定义状态d[i][j]
,表示在[0,i]
天,在状态j
的情况下的最大收益。
j=0
:表示没有交易。j=1
:表示第一次买入股票。j=2
:表示第一次卖出股票。j=3
:表示第二次买入股票。j=4
:表示第二次卖出股票。
初始状态定义:
dp[0][0]
=0(没有交易),dp[0][1]
=-prices[0]
(买入第一支股票),dp[0][3]
=-float('inf')
(第0天不可能第二次持股)
最后结果为在(0
,dp[len(prices)-1][2]
,dp[len(prices)-1][4]
)取最大值
class Solution:
def maxProfit(self, prices: List[int]) -> int:
if len(prices)<2:
return 0
dp = [[0]*5 for _ in range(len(prices))]
dp[0][0]=0
dp[0][1] = -prices[0]
for i in range(len(prices)):
dp[i][3] = -float('inf')
for i in range(1,len(prices)):
dp[i][0] = 0
dp[i][1]= max(dp[i-1][1],dp[i-1][0]-prices[i])
dp[i][2]= max(prices[i]+dp[i-1][1],dp[i-1][2])
dp[i][3]= max(-prices[i]+dp[i-1][2],dp[i-1][3])
dp[i][4]= max(prices[i]+dp[i-1][3],dp[i-1][4])
return max(0,dp[len(prices)-1][2],dp[len(prices)-1][4])
Leetcode 188题
给定一个数组,它的第 i 个元素是一支给定的股票在第 i 天的价格。设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。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)。
示例 1:
输入: [2,4,1], k = 2
输出: 2
解释: 在第 1 天 (股票价格 = 2) 的时候买入,在第 2 天 (股票价格 = 4) 的时候卖出,这笔交易所能获得利润 = 4-2 = 2 。
示例 2:
输入: [3,2,6,5,0,3], k = 2
输出: 7
解释: 在第 2 天 (股票价格 = 2) 的时候买入,在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
随后,在第 5 天 (股票价格 = 0) 的时候买入,在第 6 天 (股票价格 = 3) 的时候卖出, 这笔交易所能获得利润 = 3-0 = 3 。
首先将k
分为两种情况,n为天数。1.k
>(n//2):这时k
相当于无穷,相当于k
对交易不做限制(如示例 1)。2.k
<=(n//2):这时k
对交易有限制(如示例 2)。
当为第一种情况时k不做考虑。
当为第二种情况时(完成一次操作是完成一次买入和卖出):
dp[i][k][0]
在i天进过k次操作达到不持股状态
dp[i][k][1]
在i天经过k次操作达到持股状态
dp[i][k][0]
= max(前一天不持股,前一天持股今天卖出)
dp[i][k][1]
= max(前一天持股,前一天不持股今天买入)
class Solution:
def maxProfit(self, k: int, prices: List[int]) -> int:
if len(prices)<2:
return 0
if k>=len(prices)//2:
dp = [[0]*2 for _ in range(len(prices))]
dp[0][0] = 0
dp[0][1] = -prices[0]
for i in range(1,len(prices)):
dp[i][0] = max(dp[i-1][0],prices[i]+dp[i-1][1])
dp[i][1] = max(dp[i-1][1],dp[i-1][0]-prices[i])
return dp[len(prices)-1][0]
else:
dp = [[[0,0] for _ in range(k+1)] for _ in range(len(prices))]
for i in range(len(prices)):
dp[i][0][0] = 0
dp[i][0][1] = -float('inf')
for i in range(1,k+1):
dp[0][i][0] = 0
dp[0][i][1] = -prices[0]
for i in range(1,len(prices)):
for j in range(1,k+1):
dp[i][j][0]=max(dp[i-1][j][0],dp[i-1][j][1]+prices[i])
dp[i][j][1]=max(dp[i-1][j][1],dp[i-1][j-1][0]-prices[i])
return dp[len(prices)-1][k][0]
Leetcode714题
给定一个整数数组 prices,其中第 i 个元素代表了第 i 天的股票价格 ;非负整数 fee 代表了交易股票的手续费用。
你可以无限次地完成交易,但是你每笔交易都需要付手续费。如果你已经购买了一个股票,在卖出它之前你就不能再继续购买股票了。
返回获得利润的最大值。
注意:这里的一笔交易指买入持有并卖出股票的整个过程,每笔交易你只需要为支付一次手续费。
示例 1:
输入: prices = [1, 3, 2, 8, 4, 9], fee = 2
输出: 8
解释: 能够达到的最大利润:
在此处买入 prices[0] = 1
在此处卖出 prices[3] = 8
在此处买入 prices[4] = 4
在此处卖出 prices[5] = 9
总利润: ((8 - 1) - 2) + ((9 - 4) - 2) = 8.
这题有了之前的铺垫,就是在交易次数k
>n//2时在卖出股票时候再支付一笔手续费。
class Solution:
def maxProfit(self, prices: List[int], fee: int) -> int:
length = len(prices)
if length<2:
return 0
dp = [[0]*2 for _ in range(length)]
dp[0][0]=0
dp[0][1]=-prices[0]
for i in range(1,length):
dp[i][0]=max(dp[i-1][0],prices[i]+dp[i-1][1]-fee)
dp[i][1]=max(dp[i-1][1],dp[i-1][0]-prices[i])
return dp[length-1][0]
冷冻期只需要在之前的状态中再加入一个状态,定义状态d[i][j]
,表示在[0,i]
天,在状态j
的情况下的最大收益。j
取三个值,0
:表示不持股。1
:表示持股。2
:表示冷冻期
状态转移:
不持股状态:1.昨天不持股,今天仍然不持股 。 2昨天持股,今天卖了
持股状态:1.昨天持股,今天仍然持股。 2.昨天处在冷冻期,今天买了一股。
冷冻期状态:昨天卖了股票
class Solution:
def maxProfit(self, prices: List[int]) -> int:
length = len(prices)
if length<2:
return 0
dp = [[0]*3 for _ in range(length)]
dp[0][0] = 0
dp[0][1] = -prices[0]
dp[0][2] = 0
for i in range(1,length):
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][2]-prices[i])
dp[i][2] = dp[i-1][0]
return max(dp[length-1][0],dp[length-1][2])