动态规划part 08

LC 121. 买卖股票的最佳时机

贪心思路：

在一个for循环中，找到当前范围的最小值，再用当前的价格减去最小值，得到当前范围里的最大利润，实时更新最小价格和最大利润即可

class Solution {
    public int maxProfit(int[] prices) {
        int min_price = Integer.MAX_VALUE;
        int res = 0;
        for(int i = 0; i < prices.length ; i ++){
            min_price = Math.min(min_price , prices[i]);
            res = Math.max(res , prices[i] - min_price);
        }
        return res;

    }
}

动态规划：

使用二位dp数组，dp[i][0]是指第i天，持有某只股票，最大的账户金额。

dp[i][1]是指第i天，不持有某只股票，最大的账户金额。

递推公式：dp[i][0]:有可能是前一天及以前买入的股票，持有至今的，那么保持dp[i-1][0] ；

也可能恰好当天买入（买入前账户金额为0元），买入后，账户金额自然为0-price[i] ，由于dp[i][0]是指第i天，持有某只股票，最大的账户金额，我们要取二者中的最大值。

dp[i][1]:有可能是前一天及之前卖出的，保持不持股的状态到第i天，那么账户金额保持为dp[i-1][1]，也可能恰好第i天卖出：账户金额自然是前一天持股的账户最大金额dp[i-1][0] 加上卖出所获利润price[i]

初始化：dp[0][1] = 0 . 第一天不持股，账户最大金额为0 ； 第一天买入持股，dp[0][0] = -price[0].

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        dp = [[0,0] for i in range(len(prices))]
        dp[0][0] = -prices[0]
        dp[0][1] = 0
        for i in range(1,len(prices)):
            dp[i][0] = max(dp[i-1][0] , -prices[i])
            dp[i][1] = max(dp[i-1][1] , dp[i-1][0] + prices[i])
        return max(dp[len(prices)-1][0] , dp[len(prices)-1][1])

123.买卖股票的最佳时机III

思路与上无异，只是在推dp[i][0]时，由于可以多次买卖，若是恰好第i天买入，那么在第i-1天，账户金额不像上一题一样为0，而是为dp[i-1][1]，

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        n = len(prices)
        dp = [[0,0] for _ in range(n)]
        dp[0][0] = -prices[0]
        dp[0][1] = 0
        for i in range(1,n):
            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 max(dp[n-1][0] , dp[n-1][1])