题目描述
给你一个整数数组 prices ,其中 prices[i] 表示某支股票第 i 天的价格。
在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。
返回 你能获得的 最大 利润 。
解题思想
这道题目可能我们只会想,选一个低的买入,再选个高的卖,再选一个低的买入…循环反复。
如果想到其实最终利润是可以分解的,那么本题就很容易了!
如何分解呢?
假如第 0 天买入,第 3 天卖出,那么利润为:prices[3] - prices[0]。
相当于(prices[3] - prices[2]) + (prices[2] - prices[1]) + (prices[1] - prices[0])。
此时就是把利润分解为每天为单位的维度,而不是从 0 天到第 3 天整体去考虑!
局部最优:收集每天的正利润,全局最优:求得最大利润。
代码
class Solution {
public:
int maxProfit(vector<int>& prices) {
if (prices.size() == 1) return 0;
int result = 0;
/*
price[3] - price[0] = price[3] - price[2] + price[2] - price[1] + price[1] - price[0]
如果 price[2]-price[1] < 0
则可以写成 price[3]-price[0] = price[3]-price[2]+price[2]-price[0]
*/
for (int i = 1; i < prices.size(); i++) {
if (prices[i] - prices[i - 1] > 0)
result += prices[i] - prices[i - 1];
}
return result;
}
};
动态规划
/*
dp[i][0]:持有股票,dp[i][1]:不持有股票
递推公式:dp[i][0] = max(dp[i-1][0],dp[i-1][1]-price[i])
dp[i][1] = max(dp[i-1][1],dp[i-1][0]+price[i])
初始化:dp[0][0] = -price[0]
dp[0][1] = 0
*/
class Solution {
public:
int maxProfit(vector<int>& prices) {
if (prices.size() <= 1) return 0;
int n = prices.size();
vector<vector<int>> dp(n, vector<int>(2, 0));
dp[0][0] = -prices[0];
dp[0][1] = 0;
for (int i = 1; i < n; 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[n - 1][1];
}
};