123. Best Time to Buy and Sell Stock III(贪心,hard)

Say you have an array for which the ith element is the price of a given stock on day i.

Design an algorithm to find the maximum profit. You may complete at most two transactions.

Note:

You may not engage in multiple transactions at the same time (ie, you must sell the stock before you buy again).



分析:

在Discuss中看到一种很棒的解法,代码只有10行左右,但是不是很好理解。

第二种解法的核心是假设手上最开始只有0元钱,那么如果买入股票的价格为price,手上的钱需要减去这个price,如果卖出股票的价格为price,手上的钱需要加上这个price。

它定义了4个状态:

Buy1[i]表示前i天做第一笔交易买入股票后剩下的最多的钱;

Sell1[i]表示前i天做第一笔交易卖出股票后剩下的最多的钱;

Buy2[i]表示前i天做第二笔交易买入股票后剩下的最多的钱;

Sell2[i]表示前i天做第二笔交易卖出股票后剩下的最多的钱;

那么Sell2[i]=max{Sell2[i-1],Buy2[i-1]+prices[i]}

       Buy2[i]=max{Buy2[i-1],Sell[i-1]-prices[i]}

       Sell1[i]=max{Sell[i-1],Buy1[i-1]+prices[i]}

       Buy1[i]=max{Buy[i-1],-prices[i]}

可以发现上面四个状态都是只与前一个状态有关,所以可以不使用数组而是使用变量来存储即可。

这是leetcode中的讨论网址:https://leetcode.com/discuss/18330/is-it-best-solution-with-o-n-o-1


ac代码:

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int buy1=INT_MIN,buy2=INT_MIN,sell1=0,sell2=0,i,n=prices.size();
        for(i=0;i<n;i++)
        {
            buy1=max(buy1,-prices[i]);
            sell1=max(sell1,buy1+prices[i]);
            buy2=max(buy2,sell1-prices[i]);
            sell2=max(sell2,buy2+prices[i]);
        }
        return sell2;
    }
};

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
最佳的时间买卖股票III问题可以使用贪心算法来解决。该问题要求在最多进行两次交易的情况下,获取最大的利润。 贪心法的思路是通过在每一天进行买入和卖出操作来获取最大利润。我们可以定义四个变量:buy1、sell1、buy2和sell2,分别表示第一次买入、第一次卖出、第二次买入和第二次卖出的利润。 我们首先将buy1和buy2初始化为正无穷大,sell1和sell2初始化为0。然后遍历股票价格列表,更新这些变量的值。 对于每一天的股票价格,我们可以尝试更新第一次买入的价格和利润。如果当前股票价格比buy1小,我们更新buy1为当前价格。否则,我们计算当前价格与buy1的差值,如果大于sell1,则将sell1更新为该差值。 接下来,我们尝试更新第二次买入的价格和利润。如果当前股票价格减去sell1比buy2小,我们更新buy2为当前价格减去sell1。否则,我们计算当前价格减去sell1的差值,如果大于sell2,则将sell2更新为该差值。 最后,我们返回sell2作为最大利润。 下面是使用贪心算法解决最佳的时间买卖股票III问题的代码示例(假设prices是股票价格的列表): ```python def maxProfit(prices): buy1 = float('inf') buy2 = float('inf') sell1 = 0 sell2 = 0 for price in prices: buy1 = min(buy1, price) sell1 = max(sell1, price - buy1) buy2 = min(buy2, price - sell1) sell2 = max(sell2, price - buy2) return sell2 ``` 这个算法的时间复杂度是O(n),其中n是股票价格列表的长度。

“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