买卖股票的最佳时机2贪心算法

C++代码

int i,pri=0,num;
    if(prices.size()<=1)
        return 0;
    for(i=0;i<prices.size()-1;i++)
    {
        num=prices[i+1]-prices[i];
        if(num>0)
        {
            pri=pri+num;
        }
    }
    return pri;

贪心算法
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在使用贪心算法解决"最佳买卖股票时间Ⅲ"问题时,我们需要考虑多个因素。该问题要求找到一种策略,在允许最多进行两次交易的情况下,获得最大的利润。 一种贪心的思路是将问题拆分为两个子问题:找到第一次交易的最佳时间点和找到第二次交易的最佳时间点。我们可以使用两个数组来记录第一次交易和第二次交易的最大利润。 首先,我们从左到右遍历股票价格数组,计算第一次交易的最大利润。假设在第i天卖出股票,我们要找到在前i天中的最低股票价格买入。我们可以使用一个变量`minPrice`来记录当前遍历过的最低股票价格,并且使用一个数组`profit1`来记录每一天卖出股票的最大利润。具体算法如下: ```python profit1 = [0] * n # n为股票价格数组的长度 minPrice = prices[0] # 初始化为第一天的股票价格 for i in range(1, n): minPrice = min(minPrice, prices[i]) profit1[i] = max(profit1[i-1], prices[i] - minPrice) ``` 接下来,我们从右到左遍历股票价格数组,计算第二次交易的最大利润。假设在第i天买入股票,我们要找到在后i天中的最高股票价格卖出。我们可以使用一个变量`maxPrice`来记录当前遍历过的最高股票价格,并且使用一个数组`profit2`来记录每一天买入股票的最大利润。具体算法如下: ```python profit2 = [0] * n # n为股票价格数组的长度 maxPrice = prices[n-1] # 初始化为最后一天的股票价格 for i in range(n-2, -1, -1): maxPrice = max(maxPrice, prices[i]) profit2[i] = max(profit2[i+1], maxPrice - prices[i]) ``` 最后,我们遍历整个股票价格数组,找到第一次和第二次交易利润之和的最大值。具体算法如下: ```python maxProfit = 0 for i in range(n): maxProfit = max(maxProfit, profit1[i] + profit2[i]) ``` 这样,我们就可以得到允许最多进行两次交易的情况下的最大利润。 请注意,这种贪心算法并不是动态规划算法,因为它没有使用状态转移方程来计算最优解。然而,对于这个特定的问题,贪心算法是可行且有效的解决方法。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值