买卖股票的最佳时机含手续费-动态规划714-python

没看答案,可以交易无数次,但每次买入或卖出都需要支付手续费。

labuladong版(超时)

import sys

class Solution:
    def maxProfit(self, prices: List[int], fee: int) -> int:
        n = k = len(prices)

        dp = [[[0] * 2 for _ in range(k+1)] for _ in range(n)]
        for i in range(n):
            dp[i][0][0] = 0
            dp[i][0][1] = -sys.maxsize
        for j in range(k+1):
            dp[-1][j][0] = 0
            dp[-1][j][1] = -sys.maxsize
        
        for i in range(n):
            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] - fee)
        
        return dp[n-1][k][0]

简化版(省略k)

  • 买入付手续费
class Solution:
    def maxProfit(self, prices: List[int], fee: int) -> int:
        n =  len(prices)

        dp = [[0] * 2 for _ in range(n)]
        dp[0][0] = 0
        dp[0][1] = -prices[0] - fee
        
        for i in range(1, n):
            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] - fee)
        
        return dp[n-1][0]
  • 卖出付手续费
class Solution:
    def maxProfit(self, prices: List[int], fee: int) -> int:
        n =  len(prices)

        dp = [[0] * 2 for _ in range(n)]
        dp[0][0] = 0
        dp[0][1] = -prices[0]
        
        for i in range(1, n):
            dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i] - fee)
            dp[i][1] = max(dp[i-1][1], dp[i-1][0] - prices[i])
        
        return dp[n-1][0]
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
动态规划可以用来实现买卖股票的最佳时间。下面是一个动态规划的实现方法: 1. 定义状态: - `dp[i][j][k]` 表示第 i 天,进行了 j 次交易,持有状态为 k(0 表示未持有,1 表示持有)时的最大利润。 2. 初始化状态: - `dp[j] = 0`,第 0 天未进行交易且未持有股票时的利润为 0。 - `dp[j] = -prices`,第 0 天未进行交易但持有股票时的利润为负的股票价格。 3. 状态转移方程: - `dp[i][j] = max(dp[i-1][j][0], dp[i-1][j] + prices[i])`,第 i 天未持有股票的最大利润等于前一天未持有股票的最大利润和前一天持有股票但在第 i 天卖出的最大利润的较大值。 - `dp[i][j] = max(dp[i-1][j], dp[i-1][j-1] - prices[i])`,第 i 天持有股票的最大利润等于前一天持有股票的最大利润和前一天未持有股票但在第 i 天买入的最大利润的较大值。 4. 最终结果: - 最大利润为 `dp[n-1][k]`,其中 n 是天数,k 是最大交易次数。 下面是一个示例代码: ```python def maxProfit(prices, k): n = len(prices) if k > n // 2: # 如果 k 大于 n 的一半,相当于可以进行任意多次交易 return maxProfitUnlimited(prices) dp = [[[0] * 2 for _ in range(k+1)] for _ in range(n)] for i in range(n): for j in range(k, 0, -1): if i == 0: dp[i][j][0] = 0 dp[i][j][1] = -prices[i] else: 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[n-1][k][0] def maxProfitUnlimited(prices): n = len(prices) dp = [[0] * 2 for _ in range(n)] for i in range(n): if i == 0: dp[i][0] = 0 dp[i][1] = -prices[i] else: 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][0] ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值