引言
力扣题目【买卖股票的最佳时机Ⅱ】描述 -> 传送门
所用语言:Java
执行用时 1 ms,内存消耗 38.1 MB(使用贪心算法)
执行用时 3 ms,内存消耗 38.3 MB(使用动态规划)
正文
这道题我做不出来😢,最后是看的别人的题解
这里主要展示的是两种解这道题的算法:贪心算法和动态规划
贪心算法
public int maxProfit(int[] prices) {
int maxProfit = 0;
for (int i = 1; i < prices.length; i++) {
// 只要第二天的股票的卖出价格比今天的股票的买入价格高,就可以买今天的然后明天卖出
if (prices[i] > prices[i - 1]) {
maxProfit += (prices[i] - prices[i - 1]);
}
}
return maxProfit;
}
上述实现了贪心算法的代码乍一看挺简单的,不过区区数行,但是如果是由自己来想出这种思路,我觉得还是挺不容易的(对于我自己来说),这更像是脑筋急转弯
这道题的贪心就是:只要我第二天的股票的卖出价格比今天的股票的买入价格高,我就可以在今天买入股票然后明天卖出,之后的所有股票也是这样处理的。例如:
prices数组为:[1, 2, 4],那么使用贪心算法得到的最大利润是多少?
我的回答是:1 或者 2. 但是这个回答是错误的,这也是为什么我想不出贪心算法的原因
实际上,使用贪心算法得到的最大利润 maxProfit = (2 - 1) + (4 - 2) = 3. 如果能想到这一点,就能写出这道的贪心算法了
动态规划
我还是忍不住惊叹:想出这道题的动态规划解法的人真的nb
我想不出这道题的动态规划解法,即使是看了相应的题解之后,也是思考了好久才恍然大悟,我就直接放代码了:
public int maxProfit(int[] prices) {
if (prices == null || prices.length < 2) {
return 0;
}
int[][] dp = new int[prices.length][2];
// dp[0][0]表示第一天没有持股,获益自然是0
dp[0][0] = 0;
// dp[0][1]表示第一天买入股票,获益自然是-prices[0]
dp[0][1] = -prices[0];
for (int i = 1; i < prices.length; i++) {
// dp[i][0]表示第i天手上没有持股时最大的获益
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
// dp[i][1]表示第i天手上持有股票时最大的获益
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
}
// 最后一天没有持股时便是可以获得的最大利润
return dp[prices.length - 1][0];
}
最后
动态规划真的不太容易拿下😷