动态规划10
动态规划5步曲,个人感觉应该加一步状态分析
状态分析:
- 列出所有的状态,将状态归纳后定义dp数组
- 状态转移,状态怎么转移也就是递推公式是什么
买卖股票的动规五部曲分析如下:
1 确定dp数组(dp table)以及下标的含义
列出所有的状态:
- 持有 持有状态包含两种情况,继续持有和当天买入
- 不持有 不持有包含两种状态,当天卖出和维持前一天的未持有状态
dp[i][0] 表示当天持有或者当天买入的的最大值
dp[i][1] 表示当天不持有的最大值
确定递推公式
继续持有就是 dp[i-1][0] 上一天的持有的值
当天买入就是前一天的没有买入的值减去当天股票的价值
可以得出,当天持有
dp[i][0] = max(dp[i - 1][0], -prices[i]);
dp[i][1] 表示当天不持有的最大值
就是保持前一天的未持有状态和当天卖出的状态的最大值
dp[i][1] = max(dp[i - 1][1], + prices[i]);
dp数组如何初始化
由递推公式 dp[i][0] = max(dp[i - 1][0], -prices[i]); 和 dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);可以看出
其基础都是要从dp[0][0]和dp[0][1]推导出来。
那么dp[0][0]表示第0天持有股票,此时的持有股票就一定是买入股票了,因为不可能有前一天推出来,所以dp[0][0] -= prices[0];
dp[0][1]表示第0天不持有股票,不持有股票那么现金就是0,所以dp[0][1] = 0;
最大值一定是最后一次卖出的价格
121. 买卖股票的最佳时机
class Solution {
public:
int maxProfit(vector<int>& prices) {
vector<vector<int>> dp(prices.size(),vector<int>(2,0));
//dp[i][0] 表示当天持有的最大价值
//dp[i][1] 表示当天卖出后不持有的最大价值
//初始化
dp[0][0] = -prices[0];
dp[0][1] = 0;
for(int i = 1; i < prices.size(); i ++) {
dp[i][0] = max(dp[i-1][0], 0 - prices[i]);
//dp[i][0] = max(dp[i-1][0], dp[i-1][1] -prices[i]);
//当天卖出一定是在前面买入的情况下卖出的,所以是dp[i-1][0] + prices[i]
dp[i][1] = max(dp[i-1][1], dp[i-1][0] + prices[i]);
}
//最大值一定是最后一次卖出的价格
return dp[prices.size() -1][1];
}
};
贪心解法
class Solution {
public:
int maxProfit(vector<int>& prices) {
int low = INT_MAX;
int result = 0;
for (int i = 0; i < prices.size(); i++) {
low = min(low, prices[i]); // 取最左最小价格
result = max(result, prices[i] - low); // 直接取最大区间利润
}
return result;
}
};
122.买卖股票的最佳时机II
class Solution {
public:
int maxProfit(vector<int>& prices) {
vector<vector<int>> dp(prices.size(), vector<int>(2,0));
dp[0][0] = -prices[0];
dp[0][1] = 0;
for(int i = 1; i < prices.size(); i ++) {
// 买入必须是卖出之后才能买入
dp[i][0] = max(dp[i-1][0], dp[i-1][1] - prices[i]);
//卖出必须是买入之后才能卖出
dp[i][1] = max(dp[i-1][1], dp[i-1][0] + prices[i]);
}
return dp[prices.size()-1][1];
}
};
动态规划11
一天可以买卖多次很重要
123.买卖股票的最佳时机III
这道题一下子就难度上来了,关键在于至多买卖两次,这意味着可以买卖一次,可以买卖两次,也可以不买卖。
leetcode题目链接
视频讲解
文章讲解
// 版本一
class Solution {
public:
int maxProfit(vector<int>& prices) {
if (prices.size() == 0) return 0;
vector<vector<int>> dp(prices.size(), vector<int>(5, 0));
dp[0][1] = -prices[0];
dp[0][3] = -prices[0];
for (int i = 1; i < prices.size(); i++) {
dp[i][0] = dp[i - 1][0];
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
dp[i][2] = max(dp[i - 1][2], dp[i - 1][1] + prices[i]);
dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] - prices[i]);
dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
}
return dp[prices.size() - 1][4];
}
};
188.买卖股票的最佳时机IV
本题是123.买卖股票的最佳时机III 的进阶版
leetcode题目链接
视频讲解
文章讲解
class Solution {
public:
int maxProfit(int k, vector<int>& prices) {
if (prices.size() == 0) return 0;
vector<vector<int>> dp(prices.size(), vector<int>(2 * k + 1, 0));
for (int j = 1; j < 2 * k; j += 2) {
dp[0][j] = -prices[0];
}
for (int i = 1;i < prices.size(); i++) {
for (int j = 0; j < 2 * k - 1; j += 2) {
dp[i][j + 1] = max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i]);
dp[i][j + 2] = max(dp[i - 1][j + 2], dp[i - 1][j + 1] + prices[i]);
}
}
return dp[prices.size() - 1][2 * k];
}
};
309.最佳买卖股票时机含冷冻期
本题加了一个冷冻期,状态就多了,有点难度,大家要把各个状态分清,思路才能清晰
leetcode题目链接
视频讲解
https://programmercarl.com/0309.%E6%9C%80%E4%BD%B3%E4%B9%B0%E5%8D%96%E8%82%A1%E7%A5%A8%E6%97%B6%E6%9C%BA%E5%90%AB%E5%86%B7%E5%86%BB%E6%9C%9F.html
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size();
if (n == 0) return 0;
vector<vector<int>> dp(n, vector<int>(4, 0));
dp[0][0] -= prices[0]; // 持股票
for (int i = 1; i < n; i++) {
//达到买入股票状态
dp[i][0] = max(dp[i - 1][0], max(dp[i - 1][3] - prices[i], dp[i - 1][1] - prices[i]));
// //达到保持卖出股票状态
dp[i][1] = max(dp[i - 1][1], dp[i - 1][3]);
//达到今天就卖出股票状态
dp[i][2] = dp[i - 1][0] + prices[i];
//达到冷冻期状态
dp[i][3] = dp[i - 1][2];
}
return max(dp[n - 1][3], max(dp[n - 1][1], dp[n - 1][2]));
}
};
714.买卖股票的最佳时机含手续费
相对122.买卖股票的最佳时机II ,本题只需要在计算卖出操作的时候减去手续费就可以了,代码几乎是一样的,可以尝试自己做一做。
leetcode题目链接
视频讲解
文章讲解
class Solution {
public:
int maxProfit(vector<int>& prices, int fee) {
int n = prices.size();
vector<vector<int>> dp(n, vector<int>(2, 0));
dp[0][0] -= prices[0]; // 持股票
for (int i = 1; i < n; i++) {
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] - fee);
}
return max(dp[n - 1][0], dp[n - 1][1]);
}
};