动态规划
五部曲
1. dp数组(dp[i][j] / dp[i])以及下标的含义
2.递推公式
3.dp数组如何初始化
4.遍历顺序
5.打印dp数组(检查)
121.买股票最佳时机(只买卖一次,且不能同一天卖买)
给定一个数组 prices ,它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。
eg:[7, 1, 5, 3, 6, 4]
对于数组里的每个元素,会有两个状态,所以是二维数组dp表示截至那天获得的最大利润。
1.确定dp数组以及下标的含义
js创建二维数组,new Array(row).fill([column1,column2···])
两个状态:
1)第i天持有股票 2)第i天不持有股票
(为什么不是买入、卖出两个状态,是因为第i天可能既不买也不卖股票,二维数组没法含括所有的状态)
dp[i][0]表示第i天持有股票获得的最大利润;dp[i][1]表示第i天不持有股票获得的最大利润
2.递推公式 (dp[i][]写成关于dp[i-1][]的形式)
dp[i][0]表示第i天持有股份获得的最大利润,可能是延续的第i-1已经持有的状态,所以第i-1天持有股票获得的最大利润为dp[i-1][0];也可能是第i天才买入(只能买入一次即首买),所以第i天最大利润为 -price[i] 。
dp[i][1]表示第i天不持有股份获得的最大利润,可能是正好第i天卖掉股票,所以最大利润为dp[i-1][0]+price[i];也可能是第i天以及之前尚未买入股票,所以最大利润为dp[i-1][1]。
3.dp数组如何初始化
dp[0][0] = -prices[0]
dp[0][1] = 0
4.遍历顺序
从prices数组的第二位开始遍历,直到数组末尾
var maxProfit = function(prices) {
//创建dp二维数组
const dp = new Array(prices.length).fill([0, 0])
//初始化,dp[0][0] = -price[0]; dp[0][1] = 0
dp[0] = [-prices[0], 0]
//遍历顺序
for (let i=1; i<prices.length; i++){
dp[i] = [
//递推公式
Math.max(dp[i-1][0], -prices[i]),
//第i天持有股票,可得最大利润dp[i][0]
Math.max(dp[i-1][1], dp[i-1][0]+prices[i])
//第i天不持有股票,可得最大利润dp[i][1]
]
}
return dp[prices.length-1][1]
};
5.打印dp数组检查
dp[0] = [-7,0]
dp = [[-7,0],[-1,0],[-1,4],[-1,4],[-1,5],[-1,5]]
具体是哪天买卖:
买看dp[i][0]的变化,以最小值开始变动的那次就是买入的那天;
卖看dp[i][1],以最大值开始变动的那次就是卖出的那天。
eg:[7, 1, 5, 3, 6, 4]
只买卖一次,在第二天买入,第五天卖出,会获得最大利润为5。
eg:[7, 6, 4, 3, 1] dp[0] = [-7,0] dp = [[-7,0],[-6,0],[-4,0],[-3,0],[-1,0]] 不能获得利润,输出为0
122.买卖股票的最佳时机II(买卖多次,可以同一天买卖)
不同于只能买卖一次,本题可以买卖多次。持有股票第i天买入,不再是利润为0开始,而是从第i-1天不持有股票状态的最大利润开始。
dp[0][0] = [-prices[0]]
dp[0][1] = 0
持有股票最大利润:dp[i][0] = max(dp[i-1][0], dp[i-1][1]-prices[i])
不持有股票最大利润:dp[i][1] = max(dp[i-1][1], dp[i][0]+prices[i])
依旧是从第二天开始遍历
var maxProfit = function(prices) {
const dp = new Array(prices.length).fill([0, 0])
dp[0] = [-prices[0], 0]
for (let i=1; i<prices.length; i++) {
dp[i] = [
Math.max(dp[i-1][0], dp[i-1][1]-prices[i]),
Math.max(dp[i-1][1], dp[i-1][0]+prices[i])
]
}
// console.log(dp)
return dp[prices.length-1][1]
};
eg:[7, 1, 5, 3, 6, 4]
dp = [[-7,0],[-1,0],[-1,4],[1,4],[1,7],[3,7]]
哪天买入,看dp[i][1]不为0持续变动的前一天,看dp[i][1]不持续为0变动的那天
第二天买入-1,第三天卖出+5,第四天买入-3,第五天卖出+6,最大利润为7。
123.买卖股票的最佳时机III(最多可以完成2笔交易,可以同一天买卖)
最多可以完成2笔交易,dp状态就不简单是持有和非持有,要具体到第几次状态,所以
dp[i][0] 不操作
dp[i][1] 第一次持有 max(dp[i-1][1], dp[i-1][0]-prices[i])
dp[i][2] 第一次不持有 max(dp[i-1][2], dp[i-1][1]+prices[i])
dp[i][3] 第二次持有 max(dp[i-1][3], dp[i-1][2]-prices[i])
dp[i][4] 第二次不持有 max(dp[i-1][4], dp[i-1][3]+prices[i])
初始化
dp[0][0] = 0
dp[0][1] = -prices[0]
dp[0][2] = 0
dp[0][3] = -prices[0]
dp[0][4] = 0
var maxProfit = function(prices) {
const dp = new Array(prices.length).fill([0,0,0,0,0])
dp[0] = [0,-prices[0],0,-prices[0],0]
for (let i=1; i<prices.length; i++) {
//最多可以完成2笔交易,dp状态就不简单是持有和非持有,要具体到第几次状态,所以
dp[i] = [
0, // d[i][0]不操作
Math.max(dp[i-1][1], dp[i-1][0]-prices[i]), // d[i][1]第一次持有
Math.max(dp[i-1][2], dp[i-1][1]+prices[i]), // d[i][2]第一次不持有
Math.max(dp[i-1][3], dp[i-1][2]-prices[i]), // d[i][3]第二次持有
Math.max(dp[i-1][4], dp[i-1][3]+prices[i]), // d[i][4]第二次不持有
]
}
//一定是第二次的卖出股票为最大利润
return dp[prices.length-1][4]
};
188.买卖股票的最佳时机IV(最多买卖k次,可同一天买卖)
此题是123的归纳总结,123是最多交易2笔,188是最多交易k笔,dp状态数组依旧是要具体到第几次持有和非持有,所以
dp[prices.length][2*k+1]
1 <= i < prices.length ; 0 <= j < 2*k , j=j+2
dp[i][0] 不操作
dp[i][j+1] 第一次持有 max(dp[i-1][j+1], dp[i-1][j]-prices[i])
dp[i][j+2] 第一次不持有 max(dp[i-1][j+2], dp[i-1][j+1]+prices[i])
…
初始化
0 <= n < 2*k+1, n%2 === 0? 0:-prices[0]
dp[0][n] = 0
dp[0][n+1] = -prices[0]
dp[0][n+2] = 0
dp[0][n+3] = -prices[0]
…
最大利润依旧为dp[prices.length-1][2*k]
var maxProfit = function(k, prices) {
const dp = new Array(prices.length).fill(new Array(2*k+1).fill(0))
for (let n=0; n<2*k+1; n++) {
dp[0][n] = (n%2) === 0? 0: -prices[0]
}
for (let i=1; i<prices.length; i++) {
dp[i][0] = 0
for (let j=0; j<2*k; j += 2) {
dp[i][j+1] = Math.max(dp[i-1][j+1], dp[i-1][j]-prices[i])
dp[i][j+2] = Math.max(dp[i-1][j+2], dp[i-1][j+1]+prices[i])
}
}
return dp[prices.length-1][2*k]
};
309.买卖股票的最佳时机含冷冻期
prices = [1, 2, 3, 0, 2]
对应的交易状态为:[买入,卖出,冷冻期,买入,卖出]
冷冻期包含在非持股时期,要分开,所以状态不能仅用持股和非持股
非持股包括持续卖出、卖出股票和冷冻期三个状态
卖出后必有冷冻,冷冻后可能会第二天卖出,也可能过几天卖出,所以分成持续卖出和卖出股票
dp[i][0] 持股 max(dp[i-1][0], dp[i-1][1]-prices[i])
dp[i][1] 持续卖出 max(dp[i-1][1], dp[i-1][3])
dp[i][2] 卖出股票 dp[i-1][0]+prices[i]
dp[i][3] 冷冻 dp[i-1][2]
初始值
dp[0] = [-prices[0], 0, 0, 0]
最后最大利润值,是在非持股的状态下
max(dp[prices.length-1][1], dp[prices.length-1][2], dp[prices.length-1][3])
// 冷冻期包含在非持股时期,要分开,所以状态不能仅用持股和非持股
// 非持股包括持续卖出、卖出股票和冷冻期三个状态
// 卖出后必有冷冻,冷冻后可能会第二天卖出,也可能过几天卖出,所以分成持续卖出和卖出股票
var maxProfit = function(prices) {
const dp = new Array(prices.length).fill([0,0,0,0])
//初始化
dp[0] = [-prices[0], 0, 0, 0]
for (let i=1; i<prices.length; i++) {
dp[i] = [
// dp[i][0] 持股
Math.max(dp[i-1][0], dp[i-1][1]-prices[i], dp[i-1][3]-prices[i]),
// dp[i][1] 持续卖出
Math.max(dp[i-1][1], dp[i-1][3]),
// dp[i][2] 卖出股
dp[i-1][0]+prices[i],
// dp[i][3] 冷冻
dp[i-1][2]
]
}
return Math.max(dp[prices.length-1][1], dp[prices.length-1][2], dp[prices.length-1][3])
};
714.买卖股票的最佳时机含手续费
无限次交易 + 交易手续费***(算在卖出股票的时候,扣除手续费)***
依旧分持股和非持股两个状态
dp[i][0] 持股 max(dp[i-1][0], dp[i-1][1]-prices[i])
dp[i][1] 非持股 max(dp[i-1][1], dp[i-1][0]+prices[i]-fee)
初始值
dp[0] = [-prices[0], 0]
最大利润值是肯定在非持股的状态
dp[prices.length-1][1]
//在卖出股票的那天,收手续费
var maxProfit = function(prices, fee) {
const dp = new Array(prices.length).fill([0, 0])
dp[0] = [-prices[0], 0]
for (let i=1; i<prices.length; i++) {
dp[i] = [
Math.max(dp[i-1][0], dp[i-1][1]-prices[i]),
Math.max(dp[i-1][1], dp[i-1][0]+prices[i]-fee)
]
// console.log(dp[i])
}
return dp[prices.length-1][1]
};