121. 买卖股票的最佳时机
题目
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。
如果你最多只允许完成一笔交易(即买入和卖出一支股票一次),设计一个算法来计算你所能获取的最大利润。
注意:你不能在买入股票前卖出股票。
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。
这道题很简单,只要找到两个数之间的最大正间隔即可。一次遍历,找到每个数和之前最小值的差值,最大的差值即为答案。
class Solution {
public int maxProfit(int[] prices) {
if(prices.length==0){
return 0;
}
int min=prices[0];
int ans=0;
for(int p:prices){
ans=ans>p-min?ans:p-min;
min=p>min?min:p;
}
return ans;
}
}
122. 买卖股票的最佳时机 II
题目
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 。
这里有两点:
- 股票的买卖一定是上坡状态
- 1->5 + 3->6 的这样的收入一定大于 1->6
class Solution {
public int maxProfit(int[] prices) {
int maxprofit=0;
int i=0;
while(i<prices.length-1){
if(prices[i]<=prices[i+1]){
maxprofit+=(prices[i+1]-prices[i]);
}
i++;
}
return maxprofit;
}
}
123. 买卖股票的最佳时机 III
题目
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 。
这里的难度主要是规定了只能有两次买卖,所以不可以直接按照II中的方法,找出间隔最大的两个直接相加。例如,[1,2,4,2,5,7,2,4,9,0],按照II中做法,找到三个gap是3,5,7,如果直接选出5+7=12是错误的,因为如果从1买入,7卖出,是6,单个的6要大于3/5,正确答案应该是6+7=13
正确解法:dp。
每一天都处于两种状态:
- 当前位于第几次交易(i)
- 当前交易是要买入还是卖出(j=0:买入;j=1:卖出)
这一题是下面一题的子题,这里的动态规划方程主要来自于下面一题,可参考下面最多可完成k比交易的题目解法。
class Solution {
public int maxProfit(int[] prices) {
// dp[i][j]:第i次交易;j=0:买入;j=1:卖出
int[][] dp=new int[2][2];
dp[0][0]=dp[1][0]=Integer.MIN_VALUE;
for(int p:prices){
dp[0][0]=Math.max(dp[0][0],-p);
dp[0][1]=Math.max(dp[0][1],dp[0][0]+p);
dp[1][0]=Math.max(dp[1][0],dp[0][1]-p);
dp[1][1]=Math.max(dp[1][1],dp[1][0]+p);
}
return dp[1][1];
}
}
简化上面二维数组。
class Solution {
public int maxProfit(int[] prices) {
/**
对于任意一天考虑四个变量:
fstBuy: 在该天第一次买入股票可获得的最大收益
fstSell: 在该天第一次卖出股票可获得的最大收益
secBuy: 在该天第二次买入股票可获得的最大收益
secSell: 在该天第二次卖出股票可获得的最大收益
分别对四个变量进行相应的更新, 最后secSell就是最大
收益值(secSell >= fstSell)
**/
int fstBuy = Integer.MIN_VALUE, fstSell = 0;
int secBuy = Integer.MIN_VALUE, secSell = 0;
for(int p : prices) {
fstBuy = Math.max(fstBuy, -p);
fstSell = Math.max(fstSell, fstBuy + p);
secBuy = Math.max(secBuy, fstSell - p);
secSell = Math.max(secSell, secBuy + p);
}
return secSell;
}
}
188. 买卖股票的最佳时机 IV
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 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)。
class Solution {
public:
int maxProfit(int k, vector<int>& prices) {
int n=prices.size();
if(k<1 || n<1){
return 0;
}
if(k>n/2){
return maxProfitInfinite(prices);
}
int dp[10010][2];
for(int i=0;i<k;i++){
dp[i][0]=-2147483648;dp[i][1]=0;
}
for(int p:prices){
dp[0][0]=max(dp[0][0],-p);
dp[0][1]=max(dp[0][1],dp[0][0]+p);
for(int i=1;i<k;i++){
dp[i][0]=max(dp[i-1][1]-p,dp[i][0]);
dp[i][1]=max(dp[i][0]+p,dp[i][1]);
}
}
return dp[k-1][1];
}
int maxProfitInfinite(vector<int>& prices){
int maxprofit=0;
for(int i=0;i<prices.size()-1;i++){
if(prices[i]<prices[i+1]){
maxprofit+=(prices[i+1]-prices[i]);
}
}
return maxprofit;
}
};
309. 最佳买卖股票时机含冷冻期
题目
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]
题解
这个真的好难想到,希望下次看时能有新的感悟
class Solution {
public:
int maxProfit(vector<int>& prices) {
if (prices.empty()) {
return 0;
}
int n = prices.size();
// f[i][0]: 手上持有股票的最大收益
// f[i][1]: 手上不持有股票,并且处于冷冻期中的累计最大收益
// f[i][2]: 手上不持有股票,并且不在冷冻期中的累计最大收益
vector<vector<int>> f(n, vector<int>(3));
f[0][0] = -prices[0];
for (int i = 1; i < n; ++i) {
f[i][0] = max(f[i - 1][0], f[i - 1][2] - prices[i]);
f[i][1] = f[i - 1][0] + prices[i];
f[i][2] = max(f[i - 1][1], f[i - 1][2]);
}
return max(f[n - 1][1], f[n - 1][2]);
}
};