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。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
第一种思路:
不限制买卖次数,要求算最大利润,
根据贪心的思想:那么能赚钱就买卖啊,
举例:对于输入[7,1,5,3,6,4], 已经提前知道了所有第 i 天,股票的价格 price[i] ,
那么先持有7,发现第二天价格会跌,就卖掉手上的价格为7的股票,转而等到第二天买价格为1的股票,
到第三天,发现价格涨了,可以赚四块钱,果断卖掉盈利,同时买入当天的价格为5的股票,
发现第四天价格又跌到了3,于是把价格为5的股票抛出,转而等到第四天买入价格为3的股票,
第五天,能赚三块,卖掉盈利,然后持有价格为6的股票 ,
发现第六天价格降到4,于是把六块股票卖了,第六天买四块的股票。
class Solution(object):
def maxProfit(self, prices):
"""
:type prices: List[int]
:rtype: int
"""
if not prices:
return 0
res = 0
min_price = prices[0]
for i, price in enumerate(prices):
if i == 0:
continue
else:
if price > min_price: #能赚钱就赚
res += price - min_price
min_price = price #会亏钱就不亏
# print price, min_price, res
return res
第二种思路:
动态规划。
dp[i][k][0/1]表示第i天交易次数还剩k手上拿着1或者没拿0股票的状态
比如:
dp[2][1][1]表示第二天,还可以交易一次,手上持有股票
dp[3][5][0]表示第三天,还可以交易五次,手上没拿股票
求dp[len(prices) - 1][0][0]
dp[i][k][0] = max(dp[i – 1][k][0], dp[I – 1][k][1] + prices[i])
dp[i][k][1] = max(dp[i - 1][k][1], dp[i - 1][k - 1][0] - prices[i])
第一题 k = 1
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i])
dp[i][1] = max(dp[i - 1][1], 0 - prices[i])
当i = 0时,
dp[0][0] = 0
dp[0][1] = -prices[0]
第二题 k = infinity
所以k = k - 1
dp[i][0] = max(dp[i – 1][0], dp[I – 1][1] + prices[i])
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i])
class Solution(object):
def maxProfit(self, prices):
"""
:type prices: List[int]
:rtype: int
"""
dp = [[0 for _ in range(2)] for _ in range(len(prices))]
for i, price in enumerate(prices):
if i == 0:
dp[0][0] = 0
dp[0][1] = -price
else:
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i])
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i])
return dp[len(prices) - 1][0] if prices else 0