买卖股票的最佳时机
给定一个数组 prices ,它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。
你只能选择 某一天 买入这只股票,并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。
返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润,返回 0 。
示例 1:
输入:[7,1,5,3,6,4]
输出:5
解释:在第 2 天(股票价格 = 1)的时候买入,在第 5 天(股票价格 = 6)的时候卖出,最大利润 = 6-1 = 5 。
注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格;同时,你不能在买入前卖出股票。
示例 2:
输入:prices = [7,6,4,3,1]
输出:0
解释:在这种情况下, 没有交易完成, 所以最大利润为 0。
提示:
1 <= prices.length <= 105
0 <= prices[i] <= 104
核心:动态规划,找出此前最低的买入值,找到此前最高的卖出值,对比每次的卖出值-买入值
class Solution {
public int maxProfit(int[] prices) {
int buy = Integer.MAX_VALUE, sell = 0;
for (int price : prices) {
//找到此前最低买入值
buy = Math.min(buy, price);
//对比每次卖出利润,取最高值
sell = Math.max(sell, price - buy);
}
return sell;
}
}
122. 买卖股票的最佳时机 II
给定一个数组 prices ,其中 prices[i] 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: prices = [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 。
示例 2:
输入: prices = [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: prices = [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。
提示:
1 <= prices.length <= 3 * 104
0 <= prices[i] <= 104
核心:不限购买次数直接当成每天买入第二天就卖出,找到前一天小于后一天的数全部相加即可
class Solution {
public int maxProfit(int[] prices) {
int res=0;
for (int i = 1; i < prices.length; i++) {
if (prices[i]>prices[i-1]){
res+=prices[i]-prices[i-1];
}
}
return res;
}
}
买卖股票的最佳时机 III
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:prices = [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:prices = [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:prices = [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。
示例 4:
输入:prices = [1]
输出:0
提示:
1 <= prices.length <= 105
0 <= prices[i] <= 105
核心:找出第一次最低买入值,第一次最高卖出利润,通过卖出利润计算出第一次利润和第二次买入值最小差值,即可找到第二次最低买入值,第二次最高卖出值-该最小差值为最大利润
数学推导:设第一次买入值卖出值为x1,x2,第二次买入值卖出值为y1,y2
则最大利润为(x2-x1)+(y2-y1)=y2-[y1-(x2-x1)],其中y1-(x2-x1)即为第一次利润和第二次买入值最小差值
class Solution {
public int maxProfit(int[] prices) {
int fstBuy = Integer.MAX_VALUE, fstSell = 0;
int secBuy = Integer.MAX_VALUE, secSell = 0;
for (int p : prices) {
fstBuy = Math.min(fstBuy, p);
fstSell = Math.max(fstSell, p - fstBuy);
secBuy = Math.min(secBuy, p - fstSell);
secSell = Math.max(secSell, p - secBuy);
}
return secSell;
}
}
188. 买卖股票的最佳时机 IV
给定一个整数数组 prices ,它的第 i 个元素 prices[i] 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 k 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:k = 2, prices = [2,4,1]
输出:2
解释:在第 1 天 (股票价格 = 2) 的时候买入,在第 2 天 (股票价格 = 4) 的时候卖出,这笔交易所能获得利润 = 4-2 = 2 。
示例 2:
输入:k = 2, prices = [3,2,6,5,0,3]
输出:7
解释:在第 2 天 (股票价格 = 2) 的时候买入,在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
随后,在第 5 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 。
提示:
0 <= k <= 100
0 <= prices.length <= 1000
0 <= prices[i] <= 1000
核心:该题为2和3的变式,当k>=prices.length/2相当于题目2,否则相当于题目3
题目3将第一次和第二次分开计算,题目4则是将第一次和第n次分开计算,n为递归过程
f(1)=x2-x1
f(2)=y2-[y1-f(1)]
f(3)=y2-[y1-f(2)]
…
f(n)=y2-[y1-f(n-1)]
class Solution {
public int maxProfit(int k, int[] prices) {
if (k<1){
return 0;
}
if (k>=prices.length/2){
return greedy(prices);
}
int[][] dp=new int[k][2];
for (int i = 0; i < k; i++) {
dp[i][0]=Integer.MAX_VALUE;
}
for (int price : prices) {
dp[0][0]=Math.min(dp[0][0],price);
dp[0][1]=Math.max(dp[0][1],price-dp[0][0]);
for (int i = 1; i < k; i++) {
dp[i][0]=Math.min(dp[i][0],price-dp[i-1][1]);
dp[i][1]=Math.max(dp[i][1],price-dp[i][0]);
}
}
return dp[k-1][1];
}
public int greedy(int[] prices){
int res=0;
for (int i = 1; i < prices.length; i++) {
if (prices[i]>prices[i-1]){
res+=prices[i]-prices[i-1];
}
}
return res;
}
}
309. 最佳买卖股票时机含冷冻期
给定一个整数数组,其中第 i 个元素代表了第 i 天的股票价格 。
设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票):
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)。
卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
示例:
输入: [1,2,3,0,2]
输出: 3
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]
核心:将状态分解成:持有,不持有且冷冻,不持有且不冷冻三个状态
class Solution {
public int maxProfit(int[] prices) {
int[][] dp=new int[prices.length][3];
dp[0][0]=-prices[0];
for (int i = 1; i < prices.length; i++) {
//持有有两种情况
//第一种是本来就一直持有为dp[i-1][0]
//第二种是当前购买持有为dp[i-1][2]-prices[i],其中dp[i-1][2]为不冷冻状态收益-prices[i]本金
//价格为负数,则两者最大值为较低点,即本金的最低点
dp[i][0]=Math.max(dp[i-1][0],dp[i-1][2]-prices[i]);
//不持有且冷冻(交易完本次即不可交易阶段)只有一种情况
//当天卖出并取出所有收益,则从前一天持有状态收益加上当前prices[i]价格
//当前价格+本金最低点的花费=最高收益
dp[i][1]=dp[i-1][0]+prices[i];
//不持有且不冷冻(可交易阶段)有两种情况
//第一种是前一天刚刚卖今天为冻结期dp[i-1][1]
//第二种是卖了好几天了,不是冻结期dp[i-1][2]
//比较昨天卖的赚还是前几天卖的赚
dp[i][2]=Math.max(dp[i-1][1],dp[i-1][2]);
}
//返回最后一次的比较,即最后一天卖的赚了还是前几天卖得赚了
//dp[prices.length-1][1]是最后一天卖的
//dp[prices.length-1][2]是前几天卖的
return Math.max(dp[prices.length-1][1],dp[prices.length-1][2]);
}
}
714. 买卖股票的最佳时机含手续费
给定一个整数数组 prices,其中第 i 个元素代表了第 i 天的股票价格 ;整数 fee 代表了交易股票的手续费用。
你可以无限次地完成交易,但是你每笔交易都需要付手续费。如果你已经购买了一个股票,在卖出它之前你就不能再继续购买股票了。
返回获得利润的最大值。
注意:这里的一笔交易指买入持有并卖出股票的整个过程,每笔交易你只需要为支付一次手续费。
示例 1:
输入:prices = [1, 3, 2, 8, 4, 9], fee = 2
输出:8
解释:能够达到的最大利润:
在此处买入 prices[0] = 1
在此处卖出 prices[3] = 8
在此处买入 prices[4] = 4
在此处卖出 prices[5] = 9
总利润: ((8 - 1) - 2) + ((9 - 4) - 2) = 8
示例 2:
输入:prices = [1,3,7,5,10,3], fee = 3
输出:6
提示:
1 <= prices.length <= 5 * 104
1 <= prices[i] < 5 * 104
0 <= fee < 5 * 104
核心:冷冻期题去掉冷冻期加上卖出手续费
class Solution {
public int maxProfit(int[] prices, int fee) {
int[][] dp=new int[prices.length][2];
dp[0][0]=-prices[0];
for (int i = 1; i < prices.length; i++) {
//买入有两种情况
//第一种是本来就一直持有为dp[i-1][0]
//第二种是当前购买持有为dp[i-1][1]-prices[i],其中dp[i-1][1]为上一次收益-prices[i]本金
//价格为负数,则两者最大值为较低点,即本金的最低点
dp[i][0]=Math.max(dp[i-1][0],dp[i-1][1]-prices[i]);
//卖出有两种情况
//第一种是之前卖出的收益dp[i-1][1]
//第二种是本次卖出的收益dp[i-1][0]+prices[i]-fee
当前价格+本金最低点的花费=最高收益
dp[i][1]=Math.max(dp[i-1][1],dp[i-1][0]+prices[i]-fee);
}
return dp[prices.length-1][1];
}
}