【算法训练 day51 买卖股票的最佳时机、买卖股票的最佳时机Ⅱ】

---

---

一、买卖股票的最佳时机-LeetCode 121

Leecode链接: leetcode 121
文章链接: 代码随想录
视频链接: B站

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所能获取的最大利润。

返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。

示例1：

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。

思路

初始化一个二维数组dp。数组含义为：当前天数下，荷包还剩的钱，这个还剩的钱可以为负数。递推公式为：dp[i][0] = max(dp[i-1][0], -prices[i]);dp[i][1] = max(dp[i-1][0]+prices[i],dp[i][1])。数组第二个维度：0和1表示这一天的股票是卖还是不卖。

实现代码

1.左闭右闭

//cpp
class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int len = prices.size();
        if (len == 0) return 0;
        vector<vector<int>> dp(len, vector<int>(2));
        dp[0][0] -= prices[0];
        dp[0][1] = 0;
        for (int i = 1; i < len; i++) {
            dp[i][0] = max(dp[i - 1][0], -prices[i]);
            dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);
        }
        return dp[len - 1][1];
    }
};

问题

没有想到递推公式。

---

二、买卖股票的最佳时机Ⅱ-LeetCode 122

Leecode链接: LeetCode 122
文章链接: 代码随想录
视频链接: B站

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 。

示例1：

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 。
     总利润为 4 + 3 = 7 。
示例 2：

思路

思路与上一题基本一致，唯一不同点在于递推公式，由于可能需要多次的买入卖出，所以递推公式需要修改为：dp[i][0] = max(dp[i-1][1]-prices[i],dp[i-1][0])。dp[i-1][1]表示在第i-1天就卖出股票时荷包持有的钱，减去一个prices[i]就表示在第i天时，又买入了股票荷包的钱，因为是买，所以需要相减。

实现代码

//cpp
class Solution {
public:
    int maxProfit(vector<int>& prices) {
        vector<vector<int>>dp(prices.size(),vector<int>(2,0));
        dp[0][0] = -prices[0];
        dp[0][1] = 0;

        for(int i = 1;i<prices.size();i++){
            dp[i][0] = max(dp[i-1][1]-prices[i],dp[i-1][0]);
            dp[i][1] = max(dp[i-1][0]+prices[i],dp[i-1][1]);
        }

        return dp[prices.size()-1][1];
    }
};

问题

无。