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。
思路:动态规划 对于每一个点,求出左右的最大收益相加,最后取最大值即可。
实现:1.dp的最优子结构 max[i]=sum(max[left]+max[right])
2.保存历史记录,避免重复计算
由于第一次提交代码未设置数组保存历史记录,导致大量重复计算,超时。
以后碰到dp问题,一定要设置数组(一般1维或2维)保存历史记录,然后对历史记录进行简单计算即可得到最优结果。
class Solution(object):
def maxProfit(self, prices):
"""
:type prices: List[int]
:rtype: int
"""
# 动态规划 求每一给点的左右两边的最大收益
# 避免重复计算:设置list保存历史结果 dp:1.找递推式 2.保存历史结果 避免重复计算
day_len=len(prices)
if day_len<2:return 0
left=[]
right=[]
min_num=prices[0]
max_num=0
max_num2=prices[-1]
max_diff=0
for num in prices:
min_num=min(min_num,num)
max_num=max(num-min_num,max_num)
left.append(max_num)
for num in prices[::-1]:
max_num2=max(max_num2,num)
max_diff=max(max_num2-num,max_diff)
right.append(max_diff)
res=[left[i]+right[day_len-1-i] for i in range(day_len)]
return max(res)