算法训练day47-动态规划-买卖股票的最佳时机

121. 买卖股票的最佳时机

给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。

你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。

返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。

示例 1：

输入：[7,1,5,3,6,4]

输出：5

解题思路

按照贪心的思路，我们只要找到两天的股票价格差值最大，那么获得的利润就是最大的。

也可以采用动态规划的思路来分析：

1. 确定dp数组及下标含义

dp[i][0] ：表示第i天持有股票所能获得最多现金。初始现金为0，第i天买入股票那么第i天拥有的现金是 -prices[i]。

dp[i][1] ：表示第i天不持有股票所能获得最多现金。

2. 确定递推公式

如果第i天持有股票，所得金额可以由两种情况推导：

第i-1天持有股票，第i天仍保持，所以dp[i][0] = dp[i-1][0]

第i天持有股票，所得金额要减去今天买入的-prices[i]

取最大值：dp[i][0] = max(dp[i-1][0],-prices[i]);

如果第i天不持有股票，所得金额可以由两种情况推导：

第i-1天就不持有股票，那么保持现状，所得金额 dp[i][1] = dp[i-1][1]

第i天卖出股票，所得现金就是按照今天股票价格卖出后的金额：dp[i][1] = dp[i-1][0] + prices[i]

3. dp数组初始化

从递推公式可知，推导的基础在于知道dp[0][0]和dp[0][1].

dp[0][0] = - prices[0]

dp[0][1] = 0

4. 确定遍历顺序

从前向后遍历即可

代码示例-java

贪心

class Solution {
    public int maxProfit(int[] prices) {
       // 找到一个最小的买入点
       int low = Integer.MAX_VALUE;
       // res ,用来记录最大差值
       int res = 0;
       for(int i=0;i<prices.length;i++){
           low = Math.min(prices[i],low);
           res = Math.max(prices[i]-low,res);
       }
       return res;
    }
}

动态规划

class Solution {
    public int maxProfit(int[] prices) {
       if(prices==null||prices.length==0) return 0;
       int len = prices.length;
       // 定义dp数组
       int[][] dp = new int[len][2];
       // 初始化
       dp[0][0] = -prices[0];
       dp[0][1] = 0;
       for(int i=1;i<len;i++){
          dp[i][0] = Math.max(dp[i-1][0],-prices[i]);
          dp[i][1] = Math.max(dp[i-1][1],dp[i-1][0]+prices[i]); 
       }
       return dp[len-1][1];
    }
}

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 。

解题思路

本题与121非常相似，但也有不同，本题可以多次买入卖出，并且在买入新的之前需要卖掉之前的股票。

反应到递推公式上主要体现在如下不同：

确定递推公式：

如果第i天持有股票，所得金额可以由两种情况推导：

第i-1天持有股票，第i天仍保持，所以dp[i][0] = dp[i-1][0]

第i天持有股票即dp[i][0]，如果是第i天买入股票，所得现金就是昨天不持有股票的所得现金 减去 今 天的股票价格 即：dp[i - 1][1] - prices[i]。

代码示例-java

贪心

class Solution {
    public int maxProfit(int[] prices) {
       int result = 0;
       for(int i=0;i<prices.length-1;i++){
           // 只收集正向利润
           if(prices[i+1]-prices[i]>0){
               result += prices[i+1] - prices[i];
           }
       }
       return result;
    } 
}

动态规划

class Solution {
    public int maxProfit(int[] prices) {
       if(prices==null||prices.length==0) return 0;
       int len = prices.length;
       // 定义dp数组
       int[][] dp = new int[len][2];
       // 初始化
       dp[0][0] = -prices[0];
       dp[0][1] = 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][1];
    }
}