题目描述
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。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。
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: [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。
方法
1.递归搜索
思路:暴力搜索所有情况,采用dps搜索的方式,这里对于每天的股票都有两种情况,一是不进行操作,二是购买股票或者售出股票。
递归搜索是一种常见的方法,主要弄清楚三个方面,递归参数、递归返回条件、递推工作
- 递归参数:prices必须要出入股价数值,index用于指示当前为第几天,states表示当前是持有股票或者不持有股票 , profit表示当前的盈利。
- 递归返回条件:依据index指示当前为第几天, i n d e x ϵ [ 0 , p r i c e s . l e n g t h ) index \epsilon [0, prices.length) indexϵ[0,prices.length) ,当index==prices.length时返回、剪枝。
- 递推工作:搜索 什么也不做进入下一天的情况,并且分别搜索 1)之前持有股票,该日抛售股票 2)之前未持有股票,该如抛售股票。
代码:
private int res;
public int maxProfit(int[] prices) {
// 初始条件
if(prices.length<2)
return 0;
res = 0;
dps(prices, 0, 0, 0);
return res;
}
// 深度优先搜索,更新最大利润值(采用全局成员变量)
// index表示第i天,states表示当前状态 0-不持有股票 1-持有股票
// profit表示当前利润
private void dps(int[] prices, int index, int states, int profit){
// 返回条件
if(index == prices.length){
res = Math.max(res, profit);
System.out.println(index);
return;
}
// 不进行操作
dps(prices, index+1, states, profit);
if(states==0){
dps(prices, index+1, 1, profit-prices[index]); // 购买股票
}
else
dps(prices, index+1, 0, profit+prices[index]); // 出售股票
}
2. 一次迭代
思路:视为股票可以当天买入、售出,以一天为单位,累计求和盈利。今天股价比前一天股价高,则购入前一天股票,并在今日售出股票。
代码:
public int maxProfit(int[] prices) {
int len = prices.length;
if(len<2)
return 0;
int profit = 0;
for(int i=1;i<prices.length; i++){
if(prices[i]>prices[i-1]){
profit += prices[i]-prices[i-1];
}
}
return profit;
}
3.dp方法
思路:动态规划的方法,主要工作在于思考出状态和状态转移方程
- 状态:定义二维dp数组dp[len][2]。 dp[i][0]、dp[i][1]分别表示第i天处于持有现金状态、持有股票状态。
- 状态转移方程:当日现金状态 就取(前一日现金状态)和(前一日股票状态-prices[i]),两者中较大值。当日股票状态 就取(前一日股票状态)和(前一日现金状态+pricesp[i]),两者中较大值。
- 边界条件: d p [ i ] [ 0 ] = 0 , d p [ i ] [ 1 ] = p r i c e s [ 0 ] dp[i][0] = 0, dp[i][1] = prices[0] dp[i][0]=0,dp[i][1]=prices[0]
代码:
public int maxProfit(int[] prices) {
int len = prices.length;
// 二维dp数组,定义状态
// i表示某天, j表示状态 0-现金 1-股票
int[][] dp = new int[len][2];
// 边界条件
dp[0][0] = 0;
dp[0][1] = -prices[0];
// 状态转移方程
for(int i = 1; i<prices.length; i++){
dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1]+prices[i]); // 第i天的持有现金状态
dp[i][1] = Math.max(dp[i-1][0]-prices[i], dp[i-1][1]); // 第i天的持有股票状态
}
return dp[len-1][0];
}
参考链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii/solution/tan-xin-suan-fa-by-liweiwei1419-2/