leetcode 买卖股票的最佳时机(一,二简单,动态规划)

买卖股票的最佳时机(一):
在这里插入图片描述

本题是获取最大利润;利用动态规划求解,自底向上,找出从以前到今天可以获取的最大利润;因此最后一天的就是最大利润;

状态

每天有三种选择,买入,卖出,什么也不做;

每天的状态有两种,今天有股票,今天没有股票;

因此状态是一个二维数组:第一维的状态表示第几天,第二维表示今天是否有股票

状态转移方程:

d p [ i ] [ 0 ] dp[i][0] dp[i][0]=max( d p [ i − 1 ] [ 0 ] dp[i - 1][0] dp[i1][0], d p [ i − 1 ] [ 1 ] dp[i - 1][1] dp[i1][1]+ p r i c e s [ i ] prices[i] prices[i])

第i天没有股票时候,前一天可能没有股票,前一天也可能有股票(今天卖出) ,两者的最大值即是当前状态;

d p [ i ] [ 1 ] dp[i][1] dp[i][1]=max( d p [ i − 1 ] [ 1 ] dp[i - 1][1] dp[i1][1], − p r i c e s [ i ] -prices[i] prices[i])

第i天有股票的时候,可能是昨天有股票,也可能是今昨天没有股票,今天买入股票;求两种情况的最大值;

初始化:

第一天时候,

d p [ i ] [ 0 ] dp[i][0] dp[i][0] = 0

d p [ i ] [ 1 ] dp[i][1] dp[i][1] = -prices[i]

返回值:

最后一天没有股票时候的值,即是最大利润;

代码如下:
class Solution:
    def maxProfit(self, prices):

    	if len(prices) == 0:
    		return 0

    	dp = [[None] * 2 for i in range(len(prices))]
      
      #初始化
    	dp[0][0] = 0
    	dp[0][1] = -prices[0]

      #写循环
    	for i in range(len(prices)):

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

    	return dp[len(prices)-1][0]
买卖股票的最佳时机(二):

在这里插入图片描述
本题与上一题不同之处在于可以无限次买入和卖出股票,但是在新一次买入的时候,之前的股票必须卖出;

因此每天的状态依旧有两种:有股票,没有股票。不可能一天持有两张股票!

状态转移方程的改变:

d p [ i ] [ 0 ] dp[i][0] dp[i][0]=max( d p [ i − 1 ] [ 0 ] dp[i - 1][0] dp[i1][0], d p [ i − 1 ] [ 1 ] dp[i - 1][1] dp[i1][1]+ p r i c e s [ i ] prices[i] prices[i])

第i天没有股票时候,前一天可能没有股票,前一天也可能有股票(今天卖出) ,两者的最大值即是当前状态;

d p [ i ] [ 1 ] dp[i][1] dp[i][1]=max( d p [ i − 1 ] [ 1 ] dp[i - 1][1] dp[i1][1], d p [ i − 1 ] [ 0 ] dp[i - 1][0] dp[i1][0] − p r i c e s [ i ] -prices[i] prices[i])

第i天有股票的时候,可能是昨天有股票,也可能是今昨天没有股票,今天买入股票;(不可能是昨天有股票,今天继续买入股票;因为每次买入卖出股票必须完成之后,才可能下次买入);求两种情况的最大值;
代码如下:
class Solution:
    def maxProfit(self, prices):

    	if len(prices) == 0:
    		return 0

    	dp = [[None] * 2 for i in range(len(prices))]

    	#初始化
    	dp[0][0] = 0
    	dp[0][1] = -prices[0]

    	#写循环
    	for i in range(1,len(prices)):

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


    	return dp[len(prices) - 1][0]
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据引用\[1\]和引用\[2\]的内容,买卖股票最佳时机可以使用动态规划算法来解决。动态规划是一种通过将问题分解为子问题并利用子问题的解来求解原问题的方法。在这个问题中,我们可以定义一个状态数组dp,其中dp\[i\]表示第i天卖出股票所能获得的最大利润。然后,我们可以通过遍历价格数组prices,计算出每一天卖出股票所能获得的最大利润,并更新dp数组。最后,dp数组中的最后一个元素即为所求的最大利润。 根据引用\[3\]的内容,区间动态规划算法是解决买卖股票最佳时机问题的一种方法。在这个算法中,我们需要考虑每个可能的买入和卖出的时间点,并计算出每个时间点的最大利润。然后,我们可以通过比较这些最大利润,找到最大的利润作为结果。 所以,买卖股票最佳时机可以使用区间动态规划算法来解决。 #### 引用[.reference_title] - *1* *3* [【算法-LeetCode】121. 买卖股票最佳时机动态规划;贪心)](https://blog.csdn.net/qq_44879358/article/details/120306943)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [【算法-LeetCode】122. 买卖股票最佳时机 II(动态规划;贪心)](https://blog.csdn.net/qq_44879358/article/details/120783546)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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