算法刷题Day 49 买卖股票的最佳时机+买卖股票的最佳时机II

Day 49 动态规划

121. 买卖股票的最佳时机

贪心算法

取最左最小值，取最右最大值，那么得到的差值就是最大利润。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int lowest = INT_MAX, rst = 0;

        for (int i = 0; i < prices.size(); i++)
        {
            lowest = min(lowest, prices[i]);
            rst = max(rst, prices[i] - lowest);
        }

        return rst;
    }
};

动态规划

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        vector<vector<int>> dp(prices.size(), vector<int>(2, 0));
        dp[0][0] = -prices[0];

        for (int i = 1; i < prices.size(); i++)
        {
            dp[i][0] = max(-prices[i], dp[i - 1][0]);
            dp[i][1] = max(prices[i] + dp[i - 1][0], dp[i - 1][1]);
        }

        return dp[dp.size() - 1][1];
    }
};

122. 买卖股票的最佳试剂II

贪心算法

如果想到其实最终利润是可以分解的，那么本题就很容易了！

如何分解呢？

假如第 0 天买入，第 3 天卖出，那么利润为：prices[3] - prices[0]。

相当于(prices[3] - prices[2]) + (prices[2] - prices[1]) + (prices[1] - prices[0])。

此时就是把利润分解为每天为单位的维度，而不是从 0 天到第 3 天整体去考虑！

那么根据 prices 可以得到每天的利润序列：(prices[i] - prices[i - 1])…(prices[1] - prices[0])。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int profit = 0;

        for (int i = 1; i < prices.size(); i++)
        {
            int diff = prices[i] - prices[i - 1];
            if (diff > 0)
            {
                profit += diff;
            }
        }

        return profit;
    }
};

动态规划

大家可以本题和121. 买卖股票的最佳时机 (opens new window)的代码几乎一样，唯一的区别在：

dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);

这正是因为本题的股票可以买卖多次！ 所以买入股票的时候，可能会有之前买卖的利润即：dp[i - 1][1]，所以dp[i - 1][1] - prices[i]。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        vector<vector<int>> dp(prices.size(), vector<int>(2, 0));
        dp[0][0] = -prices[0];

        for (int i = 1; i < prices.size(); i++)
        {
            dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
            dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]); // 注意这里是加号
        }

        return dp[prices.size() - 1][1];
    }
};