动态规划之凑硬币和股票买卖

动态规划解决凑硬币问题

问题一

有一块 两块 五块3种硬币 总共凑成100元 问最小的硬币数是多少？

思路

典型的最值问题，可以考虑用动态规划的思路进行求解。

初始化一个dp数组，数组长度为100+1（考虑凑0元）。dp[i]表示凑i元需要的最少硬币数。

有三种硬币，每一种都要去尝试，例如当i足够大（至少为三）时，dp[i]应该考虑是dp[i-1]+1、dp[i-2]+1、dp[i-5]+1三种情况中的最小那个。

代码

public class MinCoins{
    private static int[] dp;
    private static int[]coins={1,3,5};
    public static int minCoins(){
        dp=new int[101];
        dp[0]=0;
        for(int i=0;i<dp.length;i++){
            int min=Integer.MAX_VALUE;
            for(int coin:coins){
                if(i-coin>=0){
                   	min=Math.min(dp[i-coin]+1,min);
                }
            }
            dp[i]=min;
        }
        return dp[100];
    }
}

问题二

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。

思路

由于考虑的是最佳收益，所以涉及最值问题，可以采用动态规划思路。

初始化一个与股票价格等长的数组dp[]，其中dp[i]代表第i天抛售股票能获得的最大收益。那么现在要考虑的就是哪一天买入呢，dp[i]可能有以下两种情况：

1.第i-1天买入，第i天就卖出了，那么这样的话，dp[i]=prices[i]-prices[i-1];

2.买入时间与dp[i-1]一致，dp[i]增加的只是第i天的股价与第i-1天的差价（因为dp[i-1]是在第1-1天售出的）。

    public int maxProfit(int[] prices) {
        if(prices.length<=1){
            return 0;
        }
		int[] dp = new int[prices.length];
		int max=Integer.MIN_VALUE;
		dp[0]=0;
		dp[1]=prices[1]-prices[0];
		max=Math.max(max, dp[1]);
		for(int i=2;i<prices.length;i++) {
		    dp[i]=Math.max(dp[i-1]+prices[i]-prices[i-1],prices[i]-prices[i-1]);
			max=Math.max(max, dp[i]);
		}
        if(max>0)
            return max;
        else
            return 0;
    }