题目描述:
给定一个数组 prices ,其中 prices[i] 是一支给定股票第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。
注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
解法一:动态规划
代码1:
int maxProfit(vector<int>& prices) {
int n=prices.size();
vector<vector<int>>dp(n,vector<int>(2));//dp[i][0]表示没有股票时手里的钱,dp[i][1]有票
dp[0][0]=0;dp[0][1]=-prices[0];//买票借钱
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][0];
}
注意到上面的状态转移方程中,每一天的状态只与前一天的状态有关,而与更早的状态都无关,因此我们不必存储这些无关的状态,只需要将 dp[i−1][0] 和 dp[i−1][1] 存放在两个变量中,通过它们计算出 dp[i][0] 和 dp[i][1] 并存回对应的变量,以便于第 i+1天的状态转移即可。
精简代码1:
int maxProfit2(vector<int>& prices) {
int n=prices.size();
int a=0,b=-prices[0];
for(int i=1;i<n;i++){
int A=a,B=b;
a=max(A,B+prices[i]);
b=max(B,A-prices[i]);
}
return a;
}
方法二:贪心算法
因为交易次数不受限,如果可以把所有的上坡全部收集到,一定是利益最大化的。
同一天可以买卖同一支股票任意次,只有你玩的乐意。当然没必要,只要把所有的上坡买下就是利益最大化。
代码2:
//贪心算法 将所有的上升阶段全部买下
int maxProfit(vector<int>& prices) {
int n=prices.size();
int ans=0;
for(int i=1;i<n;i++){
if(prices[i]>prices[i-1])
ans+=prices[i]-prices[i-1];
}
return ans;
}