买卖股票的最佳时机Ⅰ和Ⅱ

买卖股票的最佳时机

• 1. 买卖股票的最佳时机Ⅰ
• • 1.1 问题描述
  • 1.2 动态规划步骤分析
  • 1.3 C++实现
• 2. 买卖股票的最佳时机Ⅱ
• • 2.1 问题描述
  • 2.2 动态规划步骤分析
  • 2.3 C++实现

1. 买卖股票的最佳时机Ⅰ

1.1 问题描述

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。

你只能选择某一天买入这只股票，并选择在未来的某一个不同的日子卖出该股票。设计一个算法来计算你能获取的最大利润。

返回你可以从这笔交易中获得的最大利润，若不能获取任何利润。则返回0。

【示例】

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。


输入：prices = [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。

1.2 动态规划步骤分析

• （1）确定状态

  • f[i][0]表示第i天不持有股票所得的最多现金。
  • f[i][1]表示第i天持有股票所得的最多现金。初始时现金为0，若买入股票则现金为-prices[i]，为一个负数。持有也不代表买入，也有可能是昨天买入的。

• （2）转移方程

  • 如果第i天不持有股票，则

    • 第i-1天不持有股票，那就保持现状，所得到的现金和昨天不持有股票的所得现金一样，即f[i][0] = f[i-1][0];
    • 第i天卖出股票，所得现金就是卖出股票后所得现金，即f[i][0] = prices[i] + f[i-1][1];

  • 若第i天持有股票

    • 第i-1天就持有股票，则保持现状，则f[i][1] = f[i-1][1];

    • 第i天买入股票，则f[i][1] = -prices[i];

      //第i天不持有股票 = max(昨天也未持有今天也未持有，昨天持有今天卖出)
      f[i][0] = max(f[i-1][0],f[i-1][1] + prices[i]);

      //第i天持有股票 = max(昨天持有，今天买入)
      f[i][1] = max(f[i-1][1],-prices[i])

• （3）初始化

  • 由转移方程知，转移方程推出需要知道f[0][0]，f[0][1]。
    • f[0][0]：第0天未持有股票的最多现金，即f[0][0] = 0;
    • f[0][1]：第0天持有股票的最多现金，即f[0][1] = -prices[0]；

• （4）计算顺序

  • f[i] 由f[i-1]推出，故从前到后遍历

1.3 C++实现

动态规划实现

int maxProfit(vector<int>& prices){
    int len = prices.size();
    if(len == 0) return 0;

    vector<vector<int>> f(len,vector<int>(2));
    f[0][0] = 0;
    f[0][1] -= prices[0];
    
    for(int i = 1;i < len;i++){
        f[i][0] = max(f[i-1][0],f[i-1][1]+prices[i]);
        f[i][1] = max(f[i-1][1],-prices[i]);
        
        cout << f[i][0] << "   " << f[i][1] << endl;
    }
    
    return f[len-1][0];
}

贪心算法实现

int maxProfit2(vector<int>& prices){
    int low = INT_MAX;
    int result = 0;
    for(int i = 0;i < prices.size();++i){
        low = min(low,prices[i]);//取左侧最小价格
        result = max(result,prices[i]-low);//取区间的最大利润
    }
    return result;
}

测试

#include <iostream>
#include <vector>
#include <limits.h>
using namespace std;

int maxProfit(vector<int>& prices);
int maxProfit2(vector<int>& prices);

int main(){
    vector<int> p = {7,1,5,3,6,4};
    cout << maxProfit(p) << endl;
    cout << maxProfit2(p) << endl;
    return 0;
}

2. 买卖股票的最佳时机Ⅱ

2.1 问题描述

给定一个数组prices，其中prices[i]表示股票第i天的价格。

在每一天，你都可能决定购买或者出售股票。但你在任何时候都只能持有一只股票。你也可以购买它，任何在同一天出售。

返回你能获得的最大利润。

【示例】

输入: prices = [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
     随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。


输入: prices = [1,2,3,4,5]
输出: 4
解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
     注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。


输入: prices = [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。

来源：力扣（LeetCode）

2.2 动态规划步骤分析

在买卖股票的最佳时机Ⅰ中，只能购买一次股票，而在买卖股票的最佳时机Ⅱ中，可以多次购买。

对其进行动态规划的分析时，只有转移方程是不同的，其他的分析都一样

转移方程：

• f[i][0]：表示第i天不持有股票所得的最大现金。有两个状态可以推出

  • 第i-1天也未持有股票，此时手中所得金额和昨天得到的金额一样，即f[i][0] = f[i-1][0];
  • 第i天卖出股票，所得金额为f[i][0] = f[i-1][1] + prices[i]

• f[i][1]：表示第i天持有股票所获得的最大现金，也有两个状态。

  • 第i-1天已经持有股票，故第i天和第i-1天所获得的最大金额相同。即f[i][1] = f[i-1][1]
  • 第i-1天未持有股票，第i天进行购买股票。则需要考虑的是，第i-1天未持有股票可能是之前已经卖出过股票了。故f[i][1] = f[i-1][0] - prices[i]

  //第i天不持有股票所获得的最大现金 = max(第i-1天未持有股票，第i-1天持有股票第i天卖出)
  f[i][0] = max(f[i-1][0],f[i-1][1] + prices[i]);

  //第i天持有股票所获得的最大现金 = max(第i-1天已持有股票，第i-1天未持有股票第i天买入股票)
  f[i][1] = max(f[i-1][1],f[i-1][0] - prices[i]);

2.3 C++实现

//买卖股票的最佳时机2
int maxProfit2(vector<int>& prices){
    int len = prices.size();
    if(len == 0) return 0;

    vector<vector<int>> f(len,vector<int>(2));
    f[0][0] = 0;
    f[0][1] -= prices[0];

    for(int i = 1;i < len;++i){
        f[i][0] = max(f[i-1][0],f[i-1][1] + prices[i]);
        f[i][1] = max(f[i-1][1],f[i-1][0] - prices[i]);
    }
    return f[len-1][0];
}