状态:贪心AC。
先贴出贪心算法代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int low = INT_MAX;
int res = 0, len = prices.size();
for(int i = 0; i < len; ++i){
low = min(low, prices[i]);
res = max(res, prices[i] - low);
}
return res;
}
};
动态规划的思路,在代码中体现:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int len = prices.size();
vector<vector<int>> dp(len, vector<int>(2, 0));
//dp[i][0]表示第i天持有股票的最大收益,dp[i][1]表示不持有的最大收益
dp[0][0] = -prices[0], dp[0][1] = 0;
for(int i = 1; i < len; ++i){
dp[i][0] = max(dp[i-1][0], -prices[i]);
dp[i][1] = 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 - 力扣(LeetCode)
状态:AC.
与第一题的唯一区别就在于转移方程中dp[i][0]的状态变化,也就是第i天持有股票的最大收益,因为第一题只能买一次,所以如果前一天不持有今天持有的话一定是-prices[i],但是这道题可以多次操作,所以前一天不持有今天持有的话应该是dp[i-1][1]-prices[i]。代码如下:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int len = prices.size();
vector<vector<int>> dp(len, vector<int>(2, 0));
dp[0][0] = -prices[0], dp[0][1] = 0;
for(int i = 1; i < len; ++i){
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-1][1];
}
};