买卖股票的最佳时机 II
给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。
注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
示例 1:
输入: [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 。
示例 2:
输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。
因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。
示例 3:
输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。
提示:
1 <= prices.length <= 3 * 10 ^ 4
0 <= prices[i] <= 10 ^ 4
通过次数330,881提交次数492,971
1.动态规划
定义状态f[i][0]表示在第i天交易完成后,手里没有股票的最大利润,
f[i][1]表示在第i天交易完成后,手里持有股票的最大利润。
考虑f[i][j]的转移方程
f[i][0]=max{f[i-1][0],f[i-1][1]+p[i]}
如果这一天交易完成后手里没有股票f[i][0],可能是前一天手里就没有股票f[i-1][0]或者是前一天手里有一只股票f[i-1][1]并将股票出售掉获得p[i]的收益。
f[i][1]=max{f[i-1][1],f[i-1][0]-p[i]}
如果这一天交易完成后手里持有股票f[i][1],可能是前一天手里就持有股票f[i-1][1]或者是前一天手里没有股票f[i-1][0] 并以p[i]的价格购入股票,收益为-p[i]。
初始状态
第 0 天交易结束的时候
f[0][0]=0;f[0][1]=-p[i];
目标状态:
全部交易结束后,持有股票的收益一定低于不持有股票的收益,
因此f[n-1][0]>f[n−1][1] ,最后的答案即为f[n-1][0];
class Solution {
public int maxProfit(int[] prices) {
int n=prices.length;
int [][]f = new int [n][2];
f[0][0]=0;f[0][1]=-prices[0];
for (int i=1;i<n;i++){
f[i][0]=Math.max(f[i-1][0],f[i-1][1]+prices[i]);
f[i][1]=Math.max(f[i-1][1],f[i-1][0]-prices[i]);
}
return f[n-1][0];
}
}