训练营打卡Day52

最新推荐文章于 2024-08-23 09:59:49 发布

一只小呆猴

最新推荐文章于 2024-08-23 09:59:49 发布

阅读量52

点赞数

分类专栏：训练营打卡文章标签： leetcode 动态规划算法

本文链接：https://blog.csdn.net/hhk166/article/details/128927173

版权

训练营打卡专栏收录该内容

55 篇文章 0 订阅

订阅专栏

训练营打卡Day52

文章目录

训练营打卡Day52

题112：121. 买卖股票的最佳时机

思路

使用动态规划，通过记录每天的状态来求解。
每天有两种状态：持有股票和未持有股票。
根据题意推导，用dp数组记录第i天持有或不持有股票时的最大收益。
最终返回最后一天不持有股票的最大收益。

代码

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

使用二维 dp 数组来记录从开始到当前天数的最大利润，其中 dp[i][0] 表示在第 i 天不持有股票的最大利润，dp[i][1] 表示在第 i 天持有股票的最大利润。状态转移方程如下：
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]);
最终，返回 dp[prices.size()-1][1] 即可得到最大利润。

代码

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