122.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
方法一:贪心算法
由于不限交易次数,我们累加出所有第二天比第一天股价高的部分,即为最大利润
public int maxProfit(int[] prices) {
int ans = 0;
for (int i = 1; i < prices.length; i++) {
int tmp = prices[i] - prices[i - 1];
if (tmp > 0) {
ans += tmp;
}
}
return ans;
}
方法二:动态规划
- 一天有2种状态:「现金状态」,「股票状态」
- dp[len - 1][2] 存储每天「现金状态」最大值和「股票状态」最大值。dp[i][0]表示第 i + 1 天「现金状态」最大值;dp[i][1]表示第 i + 1 天「股票状态」最大值
- 状态传递:
1. 第二天「现金状态」最大值 等于 max(前一天「现金状态」的值 ,前一天「股票状态」的值 + 今日股价)
2. 第二天「股票状态」最大值 等于 max(前一天「股票状态」的值 ,前一天「现金状态」的值 - 今日股价) - 返回最后一天现金状态的值
public int maxProfit2(int[] prices) {
int len = prices.length;
// dp[i][0]表示第 i + 1 天现金状态的最大值,dp[i][1]表示第 i + 1 天股票状态的最大值
int[][] dp = new int[len][2];
// 初始化 第一天现金状态最大值为0,股票状态最大值为 负的股票价
dp[0][0] = 0;
dp[0][1] = -prices[0];
for (int i = 1; i < len; i++) {
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
}
return dp[len - 1][0];
}