leetcode买卖股票问题(思路、方法、code)

一文解决Leetcode买卖股票问题

对于前3个问题,均采用了比较巧妙的解法。由于第4个问题具有非常强的泛型,因此采用了DP,第4个问题的dp如果理解的话,实际上只需要稍加修改状态便可以用该dp思路应用于所有的6个题中。在后两个问题便是基于该思路用dp解决的。

121. 买卖股票的最佳时机

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。

示例 2:
输入: [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

分析:对于每一天而言,如果当天卖股票,则当天能够获得的最大利润就是当天的股票价格减去之前的最小值,也就是历史最低值。 故动态记录历史最低值和最大利润即可,遍历一遍数组。

class Solution {
   
public:
    int maxProfit(vector<int>& prices) 
    {
   
        if(prices.size()==0||prices.size()==1) return 0;
        int min_price=prices[0]; //记录之前的最小值,也就是历史最低点
        int max_profit=0; //记录最大利润
        for(int i=0;i<prices.size();i++)
        {
   
            max_profit=max(prices[i]-min_price,max_profit);
            if(prices[i]<min_price) //出现新的最低点
                min_price=prices[i];
        }
        return max_profit;
    }
};
122. 买卖股票的最佳时机 II

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 。

示例 2:
输入: [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: [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

分析:将股票价格用折线图的方式呈现出来:

在这里插入图片描述
怎样获得尽可能大的利润?实际上,对于这个折线图来说,每次上升的坡度都是可以获得利润的,如果每次在上升曲线的的最低点买入,在最高点卖出,便可以获得最大利润。因此,每次记录当前的波谷,然后找到递增的最高处即可,之后反复。但是这样实现起来还是稍微麻烦一些,由于可以当天卖出当天买入,因此,只要某天价格低于下一天价格,就在这天买入下一天卖出。(注意虽然下一天卖出了,但是如果第三天价格高于第二天,仍然会第二天再买入第三天卖出) 。也就是将能获取的一切利润都获取了 总体思路和最低买入最高卖出一样的。

class Solution {
   
public:
    int maxProfit(vector<int>& prices) 
    {
   
        int profit=0;
        for(int i=0;i<prices.size()-1;i++)
        {
   
            if(prices[i]<prices[i+1]) //第二天高于今天价格
                profit+=prices[i+1]-prices[i];
        }
        return profit;
    }
};
123. 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: [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: [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 。   

示例 3:
输入: [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

分析:划分法,将两次交易划分开

如果进行两次交易,则一定是在第i天前进行一次交易,在第i天后进行一次交易,因此,按照该思路,仿照只能进行一次交易时的计算策略,将对于所有的i,第i天前进行交易的最大值计算出,对于所有的j,将第j天后进行交易的最大值计算出,然后遍历,找到最优的i使得两次交易的利润和最大。

  • 正向遍历时,是已知前面的最小值,因此要让利润最大就是尽可能找最大值

    f i r s t [ i ] = m a x ( f i r s t [ i − 1 ] , p r i c e s [ i ] − m i n _ p r i c e ) first[i]=max(first[i-1],prices[i]-min\_price) first[i]=max(first[i1],prices[i]min_price)

  • 反向遍历时,是已知后面的最大值,因此要让利润最大就是尽可能找最小值

    l a s t [ i ] = m a x ( l a s t [ i + 1 ] , m a x _ p r i c e − p r i c e s [ i ] ) last[i]=max(last[i+1],max\_price-prices[i]) last[i]=

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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