LeetCode 121 买卖股票的最佳时机
题目链接:https://leetcode.cn/problems/best-time-to-buy-and-sell-stock/
思路:
dp数组的含义
dp[i][0]代表在第i天持有该股票时的最大现金
dp[i][1]代表在第i天不持有该股票时的最大现金
递推公式
因为本题是只买卖一次
第i天持有该股票有两种情况:1、第i-1天时就持有了。2、在第i天时买入股票
注:为什么时-prices[i]代表第i天时买入股票,而不是dp[i-1][1]-prices[i]?
答:因为只买卖一次,dp[i-1][1]存在已经将股票卖出的情况,再买入的话就不是只买卖一次了,所以默认第i天时买入股票,必然前i-1天都没有买入过股票,所以此时其实是dp[0][1]-prices[i]。
第i天不持有该股票有两种情况:1、第i-1天时就不持有了。2、在第i天时卖出股票
此时卖出股票为dp[i-1][0]+prices[i]原理同上,只买卖一次,所以必然在前面就买入了。
初始化
按照dp数组的含义,dp[0][0]=-prices[0];dp[0][1]=0
遍历顺序
由递推公式可知,第i天时的最大金额和第i-1天的状态有关,所以必然是从前往后遍历。
代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
vector<vector<int>>dp(prices.size(), vector<int>(2));
// dp[i][0]代表第i天持有该股票时的最大现金
// dp[i][1]代表第i天不持有该股票时的最大现金
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], -prices[i]); // 因为只买卖一次,所以在第i天持有必然是买入该股票,必然为此时股票价格的负数
dp[i][1] = max(dp[i-1][1], dp[i - 1][0] + prices[i]);
}
return max(dp[prices.size() - 1][0], dp[prices.size() - 1][1]);
}
};
总结
学习用动态规划解决买卖股票问题
LeetCode 122 买卖股票的最佳时机II
题目链接:https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-ii/
思路:
dp数组的含义
dp[i][0]代表在第i天持有该股票时的最大现金
dp[i][1]代表在第i天不持有该股票时的最大现金
递推公式
因为本题是多次买卖
第i天持有该股票有两种情况:1、第i-1天时就持有了。2、在第i天时买入股票
注:这个时候就和只买卖一次情况不同了,要考虑在第i-1天时卖出再买入
第i天不持有该股票有两种情况:1、第i-1天时就不持有了。2、在第i天时卖出股票
初始化
按照dp数组的含义,dp[0][0]=-prices[0];dp[0][1]=0
遍历顺序
由递推公式可知,第i天时的最大金额和第i-1天的状态有关,所以必然是从前往后遍历。
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];
dp[0][1] = 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 max(dp[prices.size() - 1][0], dp[prices.size() - 1][1]);
}
};
总结
有了第一题的经验,第二题做起来相对简单。
今日总结:
买卖股票的动态规划方法学习。