代码随想录算法训练营Day48 | 121. 买卖股票的最佳时机、122.买卖股票的最佳时机II | Python | 个人记录向

121. 买卖股票的最佳时机

代码随想录：121. 买卖股票的最佳时机
Leetcode：121. 买卖股票的最佳时机

做题

无思路。

看文章

核心主要是以下三部分（动规五部曲的前三）。

1. 确定dp数组（dp table）以及下标的含义。
   dp[i][0] 表示第i天持有股票所得最多现金， dp[i][1] 表示第i天不持有股票所得最多现金。

2. 确定递推公式。
   a. 如果第 i 天持有股票即 dp[i][0] ， 那么可以由两个状态推出来：
   ①第 i-1 天就持有股票，那么就保持现状，所得现金就是昨天持有股票的所得现金 即：dp[i - 1][0]；
   ②第i天买入股票，所得现金就是买入今天的股票后所得现金即：-prices[i] ；
   那么dp[i][0]应该选所得现金最大的，所以dp[i][0] = max(dp[i - 1][0], -prices[i]);

   b. 如果第i天不持有股票即dp[i][1]， 也可以由两个状态推出来：
   ①第i-1天就不持有股票，那么就保持现状，所得现金就是昨天不持有股票的所得现金 即：dp[i - 1][1]
   ②第i天卖出股票，所得现金就是按照今天股票价格卖出后所得现金即：prices[i] + dp[i - 1][0]
   同样dp[i][1]取最大的，dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);

3. dp数组如何初始化
   dp[0][0] -= prices[0]，dp[0][1] = 0

具体代码如下：

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

时间复杂度：O(n)
空间复杂度：O(1)

122.买卖股票的最佳时机II

代码随想录：122.买卖股票的最佳时机II
Leetcode：122.买卖股票的最佳时机II

做题

无思路。

看文章

在递推公式上有区别。
如果第i天持有股票即dp[i][0]， 那么可以由两个状态推出来：
第i-1天就持有股票，那么就保持现状，所得现金就是昨天持有股票的所得现金 即：dp[i - 1][0]；
第i天买入股票，所得现金就是昨天不持有股票的所得现金减去今天的股票价格 即：dp[i - 1][1] - prices[i]。

具体代码如下：

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        size = len(prices)
        dp = [[0] * 2 for _ in range(size)]
        dp[0][0] = -prices[0]
        dp[0][1] = 0
        for i in range(1, size):
            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 max(dp[size-1][0], dp[size-1][1])

以往忽略的知识点小结

• 买卖股票的最佳时机，包括一次买卖和多次买卖两种题意

个人体会

完成时间：1h30min。
心得：动规的新系列题：买卖股票的最佳时机，需要学一下思路。

​