今天开始用dp解决买卖股票问题
121. 买卖股票的最佳时机
值得注意的是,dp数组依旧是两种状态的定义,
即0、1分别表示持有与否,在根据题目要求取他们的极值。
注意买卖股票最佳时机,dp数组定义为是否持有股票,而不是买卖股票。防止定义其他状态。
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));
//持有股票dp[i][0],不持有股票dp[i][1]
//初始化
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];
}
};
122.买卖股票的最佳时机II
这道题是可以反复买卖。
区别就是在持有股票推导时候,前一天不持有股票的情况不是0-prices[i]了,而是有一个初始的值了,就是dp[i - 1][1],现在是dp[i - 1][1]-prices[i]。
class Solution {
public:
int maxProfit(vector<int>& prices) {
int len = prices.size();
vector<vector<int>> dp(len, vector<int>(2, 0));
dp[0][0] -= prices[0];
dp[0][1] = 0;
for (int i = 1; i < len; i++) {
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]); // 注意这里是和121. 买卖股票的最佳时机唯一不同的地方。
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);
}
return dp[len - 1][1];
}
};