LeetCode专题（二）--股票买卖问题

121.买卖股票的最佳时机

思路描述

      对于上述的描述而言，我们有两种思路：

• 找到下一个时间点与当前时间点的差值，只考虑将最大的股票价格减去最小的股票价格
• 使用DP的方式进行动态规划转移
        由于我本人对于DP较为感兴趣，所以我们使用第二种方法来解题，解题的思路如下：
• step1.先定义动态转移方程，我们可以设第 $i$ 天的最大利润是 max profit，而这个最大利润我们简记为MP，那么MP的动态转移方程就与前一天的动态转移方程有关，所以 $$MP[i]=MP[i-1]+isbuyornot$$       这里的 $isbuyornot$ 非常麻烦，所以在MP坐标轴上引入多一维的空间表达，这个空间表达为 $MP[i][j]$ ，那么$MP[i][j]$ 中的 $j$ 代表着三种状态：
  • 0：不动
  • 1：买入
  • 2：卖出
          设$a[i]$ 是我们的$list$列表，那么动态转移方程从原来的第$i$天金额的变换为第$i-1$天加上股票的买卖，公式定义如下：
    $$MP[i]=\{\begin{array}{rlr}MP[i]& =& MP[i-1]+(-a[i])\\ MP[i]& =& MP[i-1]+a[i]\end{array}$$
          转换为第$i$天中手上是否持有股票，$0$代表无，$1$代表有：
    $$MP[i,0]=\{\begin{array}{rlr}MP[i,0]& =& MP[i-1,1]+a[i]\\ MP[i,0]& =& MP[i-1,0]\end{array}$$
    $$MP[i,1]=\{\begin{array}{rlr}MP[i,1]& =& MP[i-1,0]+(-a[i])\\ MP[i,1]& =& MP[i-1,1]\end{array}$$
          总体表达后，就可以使用矩阵来代表动态转移方程的变换，行代表第 $i$ 步操作（与已知的股票序列长度有关），列代表第 $i$步执行操作后所得到的状态，由于只计算一次，那么找到其中的最大值即可：

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if not prices: return 0
        res = 0
        profit = [[0 for i in range(3)] for i in range(len(prices))]
        profit[0][0], profit[0][1], profit[0][2] = 0, -prices[0], 0
        for i in range(1, len(prices)):
            profit[i][0] = 0
            profit[i][1] = max(profit[i-1][1], profit[i-1][0] - prices[i])
            profit[i][2] = profit[i-1][1] + prices[i]
            res = max(res,profit[i][0], profit[i][1], profit[i][2])
        return res

查看执行效率：

      对于Python而言，这可不是一个很光彩的执行效率，所以尽量的使用第一种思想来操作：

123.买卖股票的最佳时机 III

      题目描述：

      这里可以增加多一个维度，这个维度是买卖了多少次，也就是说，由原来的 $MP[i][j]$ 变换成 $MP[i][j][k]$，其中 $k$ 代表了买卖了多少次，方程也可以表达为$MP[i][k][j]$：
$$MP[i,k,0]=\{\begin{array}{rlr}MP[i,k,0]& =& MP[i-1,k,0]\\ MP[i,k,0]& =& MP[i-1,k-1,1]+a[i]\end{array}$$
$$MP[i,k,1]=\{\begin{array}{rlr}MP[i,k,1]& =& MP[i-1,k,1]\\ MP[i,k,1]& =& MP[i-1,k-1,0]-a[i]\end{array}$$
      最后状态：$$\max MP[n,0,...,k,0]$$

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if not prices: return 0
        profit = [[[0 for _ in range(2)] for _ in range(3)] for _ in range(len(prices))]
        profit[0][0][0], profit[0][0][1] = 0, -prices[0]
        profit[0][1][0], profit[0][1][1] = -sys.maxsize, -sys.maxsize
        profit[0][2][0], profit[0][2][1] = -sys.maxsize, -sys.maxsize

        for i in range(1, len(prices)):
            profit[i][0][0] = profit[i-1][0][0]
            profit[i][0][1] = max(profit[i-1][0][1], profit[i-1][0][0] - prices[i])
            profit[i][1][0] = max(profit[i-1][1][0], profit[i-1][0][1] + prices[i])
            profit[i][1][1] = max(profit[i-1][1][1], profit[i-1][1][0] - prices[i])
            profit[i][2][0] = max(profit[i-1][2][0], profit[i-1][1][1] + prices[i])

        end = len(prices) - 1
        return max(profit[end][0][0], profit[end][1][0], profit[end][2][0])