Leetcode[数组] 买卖股票的最佳时机 III -- 动态规划

最新推荐文章于 2024-10-07 11:07:14 发布

星尘 StarDust

最新推荐文章于 2024-10-07 11:07:14 发布

阅读量225

点赞数 1

分类专栏：算法模型文章标签： leetcode 动态规划面试股票数组

本文链接：https://blog.csdn.net/oudishenmiss/article/details/109682393

版权

算法模型专栏收录该内容

48 篇文章 2 订阅

订阅专栏

本文介绍了如何使用动态规划解决LeetCode上的买卖股票最佳时机III问题。通过对比与买卖股票的最佳时机I的问题，解析了在多次交易时如何调整策略。代码中展示了如何在每次迭代中更新第一次和第二次买卖的成本与收益，从而找到最大总收益。

摘要由CSDN通过智能技术生成

0 题目描述

leetcode原题链接：买卖股票的最佳时机 III
在这里插入图片描述

1 动态规划

本题有比较巧妙的解法，和leetcode 121题：买卖股票的最佳时机一题的思路相似。
leetcode 121题：买卖股票的最佳时机的代码方案。

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if not prices: return 0
        minprice, maxprofit = int(1e9), 0
        for price in prices:
                minprice = min(minprice, price)
                maxprofit = max(maxprofit, price -minprice)
        return maxprofit

区别就在于本题是交易两次，所以在第二次买的时候，价格其实是考虑用了第一次赚的钱去补贴一部分。

minbuy_1作为第一次买卖的成本，就等于第一次买入的股票价格；maxprof_1是第一次买卖的收益。minbuy_2作为第二次买卖的成本，此时不代表第二次买入股票的价格，而是第二次买入股票的价格减去第一次的收益。因此maxprof_2代表的也不是第二次买卖的收益，而是两次买卖的总收益。

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if not prices: return 0
        minbuy_1, minbuy_2, maxprof_1, maxprof_2 = int(1e9), int(1e9), 0, 0
        for price in prices:
            minbuy_1 = min(minbuy_1, price)
            maxprof_1 = max(maxprof_1, price - minbuy_1)
            # 用第一次赚的钱抵消了一部分第二次买的钱
            minbuy_2 = min(minbuy_2, price - maxprof_1)
            maxprof_2 = max(maxprof_2, price - minbuy_2)
        return maxprof_2