股票问题汇总

股票问题汇总

这篇文章是动态问题股票问题的汇总，希望可以找到一种通用的框架解决股票问题，其中还有一些别的算法可以解决，暂时就不放代码了

121. 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 。

思路：动态规划

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        int dp_i_0 = 0,dp_i_1 = INT_MIN;
        for(int i = 0;i < n;i ++){
            dp_i_0 = max(dp_i_0,dp_i_1 + prices[i]);
            dp_i_1 = max(dp_i_1,-prices[i]);
        }
        return dp_i_0;
    }
};

122. 买卖股票的最佳时机 II

给定一个数组 prices ，其中 prices[i] 表示股票第 i 天的价格。

在每一天，你可能会决定购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以购买它，然后在 同一天 出售。
返回 你能获得的 最大 利润 。

思路1：贪心算法

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int res = 0;
        for(int i = 1;i < prices.size();i ++){
            res += max(0,prices[i] - prices[i - 1]);
        }
        return res;
    }
};

思路2：动态规划

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        vector<vector<int>> dp(n,vector<int>(2));
        dp[0][1] = -prices[0],dp[0][0] = 0;
        for(int i = 1;i < n;i ++){
            dp[i][0] = max(dp[i - 1][1] + prices[i],dp[i - 1][0]);
            dp[i][1] = max(dp[i- 1][0]-prices[i],dp[i - 1][1]);
        }
        return dp[n -1][0];
    }
};

从递推公式可以看出，dp[i]只是依赖于dp[i - 1]的状态。

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

那么我们只需要记录 当前天的dp状态和前一天的dp状态就可以了，可以使用滚动数组来节省空间

思路2：动态规划（优化空间版本）

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        int dp_i_0 = 0,dp_i_1 = INT_MIN;
        for(int i = 0;i < n;i ++){
            int tmp = dp_i_0;//注意由于k是无限次，所有前面i - 1天是存在利润的，用temp暂存
            dp_i_0 = max(dp_i_0,dp_i_1 + prices[i]);
            dp_i_1 =max(tmp - prices[i],dp_i_1);
        }
        return dp_i_0;
    }
};

309. 最佳买卖股票时机含冷冻期

给定一个整数数组prices，其中第 prices[i] 表示第 *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）:

• 卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。

**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）。

和上一道题一样的，只不过每次 sell 之后要等一天才能继续交易，只要把这个特点融入上一题的状态转移方程即可：

dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])
dp[i][1] = max(dp[i-1][1], dp[i-2][0] - prices[i])
解释：第 i 天选择 buy 的时候，要从 i-2 的状态转移，而不是 i-1 。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        int dp_i_0 = 0,dp_i_1 = INT_MIN,dp_pre_0 = 0;
        for(int i = 0;i < n;i ++){
            int tmp = dp_i_0;//注意这里需要tmp暂存之前i - 1天的利益 ，如果只有一次交易就不需要
            dp_i_0 = max(dp_i_0,dp_i_1 + prices[i]);
            dp_i_1 = max(dp_i_1,dp_pre_0 - prices[i]);
            dp_pre_0 = tmp;
        }
        return dp_i_0;
    }
};

123. 买卖股票的最佳时机 III（只卖两次）

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）。

关键在于把所有情况穷举完成

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        int dp_i10 = 0,dp_i11 = INT_MIN;
        int dp_i20 = 0,dp_i21 = INT_MIN;
        for(int i = 0;i < n;i ++){
            dp_i10 = max(dp_i10,dp_i11 + prices[i]);
            dp_i11 = max(dp_i11,-prices[i]);
            dp_i20 = max(dp_i20,dp_i21 + prices[i]);
            dp_i21 = max(dp_i21,dp_i10 - prices[i]);

        }
        return dp_i20;
    }
};

714. 买卖股票的最佳时机含手续费

难度中等671

给定一个整数数组 prices，其中 prices[i]表示第 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。

思路：

比较简单，和前面差不多，只是多了手续费，在状态转移的时候加进去就可以

class Solution {
public:
    int maxProfit(vector<int>& prices, int fee) {
        int n = prices.size();
        int dp_i_0 = 0,dp_i_1 = INT_MIN;
        for(int i = 0;i < n;i ++){
            int tmp = dp_i_0;
            dp_i_0 = max(dp_i_0,dp_i_1 + prices[i]);
            dp_i_1 = max(dp_i_1,dp_i_0 - prices[i] - fee);
        }
        return dp_i_0;
    }
};