代码随想录算法训练营day50|第九章 动态规划part11

目录

123.买卖股票的最佳时机III  

188.买卖股票的最佳时机IV  


123.买卖股票的最佳时机III  

这道题一下子就难度上来了,关键在于至多买卖两次,这意味着可以买卖一次,可以买卖两次,也可以不买卖。

视频讲解:动态规划,股票至多买卖两次,怎么求? | LeetCode:123.买卖股票最佳时机III_哔哩哔哩_bilibili

代码随想录

首先还是要搞清楚有几种持股情况:

  1. 持有第一股,下标0。
  2. 不持有第一股且没买第二股,下标1。
  3. 不持有第一股且持有第二股,下标2。
  4. 已买第二股且不持有第二股,下标3。

每天包含四种情况,故而要设置dp数组的一维长度为4。对应的递推公式为:

  1. dp[i][0] = max(dp[i-1][0], -prices[i])。第一次持股,要么是之前就持股,要么是今天刚买入。注意因为这是第一股,所以之前必然不可能有什么财富积累,不能写dp[i][1]-prices[i]。
  2. dp[i][1] = max(dp[i-1][1], dp[i-1][0]+prices[i])。第一次不持股,要么是之前就不持股(前一天第一次不持有股票),要么是今天刚卖出持有的第一股(前一天第一次持有股票)。
  3. dp[i][2] = max(dp[i-1][2], dp[i-1][1]-prices[i])。第二次持股,要么是前一天就第二次持股,要么是前一天第一次不持有股票今天买入。注意第二次持股才有第一次不持股的财富积累。
  4. dp[i][3] = max(dp[i-1][3], dp[i-1][2]+prices[i])。第二次不持股,要么是前一天就已经卖掉了

因为都需要用到前一行的数据,所以dp[0]的一行必须全部初始化,dp[0][0]初始化为-prices[0]、dp[0][1]和dp[0][3]初始化为0自不必说,dp[0][2]初始化也初始化为-prices[0],这是因为虽然dp[i][2]是第一次卖出后再次买入的最大金额,此时就等于说0天的时候买入再卖出然后再买入第二股,所以金额自然是0-prices[0](也就是-prices[0])。

最终得到的结果应该是dp[i][3],因为同为卖出所得,自然是卖了两次的赚的多,这也合理,但是是什么保证dp[i][3]售卖的次数一定不多于两次呢。

只交易一次股票最多赚钱的递推公式是:dp[i][0] = max(dp[i - 1][0], -prices[i]) 和 dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0])。允许交易多次的递推公式是:dp[i][0]=max(dp[i-1][0],dp[i-1][1]-prices[i]) 和 dp[i][1]=max(dp[i-1][1],dp[i-1][0]+prices[i])。对比可以发现决定购买股票次数的关键是对dp[i][0]的推导,只允许一次交易的dp[i][0]在购买股票的时候没有本钱(上次交易赚得的钱),而允许多次交易的dp[i][0]在购买情况下是有上几次交易的赚得的钱的,故而可知交易几次要看购买股票的时候是否已经有本钱。进一步,多次交易的本钱是dp[i-1][0],这个值是经历多次交易得到的,而这次对于第二次持有股票的递推公式是dp[i][2] = max(dp[i-1][2], dp[i-1][1]-prices[i]),它的本钱是dp[i-1][1],这个值是只(最多)经历过一次交易得到的(dp[i][0]以及dp[i][1]的推导是根据交易一次股票的前提推导的),故而它必然只能是第二次交易(最多)。

int maxProfit(vector<int>& prices) {
        vector<vector<int>> dp(prices.size(),vector<int>(4,0));
        dp[0][0]=-prices[0],dp[0][2]=-prices[0];
        for(int i=1;i<prices.size();i++){
            dp[i][0]=max(dp[i-1][0],-prices[i]);
            dp[i][1]=max(dp[i-1][1],dp[i-1][0]+prices[i]);
            dp[i][2]=max(dp[i-1][2],dp[i-1][1]-prices[i]);
            dp[i][3]=max(dp[i-1][3],dp[i-1][2]+prices[i]);
        }
        return dp[prices.size()-1][3];
    }

再次,因为只需要利用前一行的值,故而可以使用一维数组——

int maxProfit(vector<int>& prices) {
        if (prices.size() == 0) return 0;
        vector<int> dp(5, 0);
        dp[1] = -prices[0];
        dp[3] = -prices[0];
        for (int i = 1; i < prices.size(); i++) {
            dp[1] = max(dp[1], dp[0] - prices[i]);
            dp[2] = max(dp[2], dp[1] + prices[i]);
            dp[3] = max(dp[3], dp[2] - prices[i]);
            dp[4] = max(dp[4], dp[3] + prices[i]);
        }
        return dp[4];
    }

188.买卖股票的最佳时机IV  

本题是123.买卖股票的最佳时机III 的进阶版  

视频讲解:动态规划来决定最佳时机,至多可以买卖K次!| LeetCode:188.买卖股票最佳时机4_哔哩哔哩_bilibili

代码随想录

有了上一道题的铺垫,这道题就简单多了,直接总结规律、套模板即可。

int maxProfit(int k, vector<int>& prices) {
        vector<int> dp(k*2+1,0);
        for(int i=1;i<k*2+1;i+=2) dp[i]=-prices[0];
        for(int i=1;i<prices.size();i++){
            for(int j=1;j<k*2;j+=2) {
                dp[j]=max(dp[j],dp[j-1]-prices[i]);
                dp[j+1]=max(dp[j+1],dp[j]+prices[i]);
            } 
        }
        return dp[k*2];
    }
  • 18
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码随想录算法训练营是一个优质的学习和讨论平台,提供了丰富的算法训练内容和讨论交流机会。在训练营中,学员们可以通过观看视频讲解来学习算法知识,并根据讲解内容进行刷题练习。此外,训练营还提供了刷题建议,例如先看视频、了解自己所使用的编程语言、使用日志等方法来提高刷题效果和语言掌握程度。 训练营中的讨论内容非常丰富,涵盖了各种算法知识点和解题方法。例如,在第14天的训练营中,讲解了二叉树的理论基础、递归遍历、迭代遍历和统一遍历的内容。此外,在讨论中还分享了相关的博客文章和配图,帮助学员更好地理解和掌握二叉树的遍历方法。 训练营还提供了每日的讨论知识点,例如在第15天的讨论中,介绍了层序遍历的方法和使用队列来模拟一层一层遍历的效果。在第16天的讨论中,重点讨论了如何进行调试(debug)的方法,认为掌握调试技巧可以帮助学员更好地解决问题和写出正确的算法代码。 总之,代码随想录算法训练营是一个提供优质学习和讨论环境的平台,可以帮助学员系统地学习算法知识,并提供了丰富的讨论内容和刷题建议来提高算法编程能力。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [代码随想录算法训练营每日精华](https://blog.csdn.net/weixin_38556197/article/details/128462133)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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