动态规划04~什么？不会吧？做算法题可以帮你炒股？真的不可思议

本文链接：https://blog.csdn.net/qq_40549426/article/details/123294644

第一题：力扣198题

解题思路：

典型的动态规划问题，用模板就行，注意的是根据递推公式调整dp数组的初始化问题。具体详细过程参见代码注释。

代码如下：

class Solution {
    public int rob(int[] nums) {
        if(nums.length == 0) {
            return 0;
        }
        if(nums.length == 1) {
            return nums[0];
        }
        //dp数组
        int[] dp = new int[nums.length];
        //初始化,因为不能连续偷，所以dp[1]只能取前两个中最大的那一个
        dp[0] = nums[0];
        dp[1] = Math.max(nums[0], nums[1]);
        //遍历
        for(int i = 2; i < nums.length; i++) {
            dp[i] = Math.max(dp[i - 2] + nums[i], dp[i - 1]);
        }
        return dp[nums.length - 1];
    }
}

打家劫舍升级版，就是把第一个家和最后一个家也连接起来了，参见力扣213题

解题思路：

针对这个问题，其实就是多考虑了一下首尾，那这么想？我如果首和尾只考虑一个，最后包含首或者包含尾中的数哪个大我就取哪个，这不就完事了嘛。详见代码。

代码如下：

class Solution {
    public int rob(int[] nums) {
        if(nums.length == 0) {
            return 0;
        }
        if(nums.length == 1) {
            return nums[0];
        }
        //case1: 不考虑最后一个
        //case2: 不考虑第一个
        return Math.max(robCase(nums, 0, nums.length - 2), robCase(nums, 1, nums.length - 1));
    }
    private int robCase(int[] nums, int start, int end) {
        if(start == end) {
            return nums[start];
        }
        //初始化dp数组
        int[] dp = new int[nums.length];
        dp[start] = nums[start];
        dp[start + 1] = Math.max(nums[start + 1], nums[start]);
        for(int i = start + 2; i <= end; i++) {
            dp[i] = Math.max(dp[i - 1], dp[i - 2] + nums[i]);
        }
        return dp[end];
    }
}

再次升级版，哎呀妈呀，这小偷的算法也太强了，哈哈哈！！！这年代不容易呀。

关注一下这个题：力扣337题

解题思路：

真心想不出来，可以参考一下这个，写的很清楚，我觉得代码不是很难，难的是每个题的思路。

代码如下：

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    public int rob(TreeNode root) {
        int[] res = robTree(root);
        return Math.max(res[0], res[1]);
    }
    private int[] robTree(TreeNode root) {
        //创建一个二维数组，用于存放[不偷，偷]的最大值
        int[] res = new int[2];
        //特判
        if(root == null) {
            return res;
        }
        //递归
        int[] left = robTree(root.left);
        int[] right = robTree(root.right);

        //不偷当前节点，可以偷儿子节点
        //儿子节点包括 左儿子 和 右儿子， 左儿子又有偷不偷这么一说，同理，右儿子也是
        res[0] = Math.max(left[0], left[1]) + Math.max(right[0], right[1]);
        
        //偷当前节点，那就不能偷儿子节点了
        res[1] = root.val + left[0] + right[0];

        return res;
    }
}

第二题：力扣121题

我去，发现个问题唉，做算法题难道会上瘾嘛？？？
为什么做完有些算法题还想再做下一道？？？呜呜呜，学坏了

解题思路：

先搞清楚dp数组表示什么含义，这样才能更好的解题。
dp[i][0] 表示第 i 天持有股票
dp[i][1] 表示第 i 天不持有股票
不断更新dp数组就ok！！！
详见代码注解，很清晰

代码如下：

class Solution {
    public int maxProfit(int[] prices) {
        //动态规划解题
        int[][] dp = new int[prices.length][2];

        //初始化===>   dp[i][0] 表示 第 i 天 持有 股票
        //             dp[i][1] 表示 第 i 天 不持有 股票
        dp[0][0] = - prices[0];//表示第0天刚买入，所以收益为 - prices[0]
        dp[0][1] = 0;//表示第0天不持有，说明没买

        for(int i = 1; i < prices.length; i++) {
            //第 i 天 持有  有两种情况===>1.第i天刚入手    2. i-1天就有了
            dp[i][0] = Math.max(-prices[i], dp[i-1][0]);
            //第 i 天 未持有  有两种情况===>1.第i天刚卖了    2. i-1天就没有了
            dp[i][1] = Math.max(dp[i-1][0]+prices[i], dp[i-1][1]);
        }
        
        return dp[prices.length-1][1];
    }
}

该题的升级版：力扣122题

解题思路：

与121基本一样，唯一不同的是：第i天持有有两种情况 1. i-1天就持有 2. 第i天刚入手
因为这个题是可以多次买入卖出的，所以 第i天刚入手就需要做出调整，因为i-1天可能已经有买入卖出操作了，还有利润存在，所以需要用i-1天的利润减去i天的价格。详见代码注释。

代码如下：

//动态规划
class Solution {
    public int maxProfit(int[] prices) {
        int[][] dp = new int[prices.length][2];
        dp[0][0] = -prices[0];
        dp[0][1] = 0;
        for(int i = 1; i < prices.length; i++) {
            //与121的区别===>第i天持有有两种情况 1. i-1天就持有   2. 第i天刚入手
            dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1]-prices[i]);
            //这种情况与121一致
            dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0]+prices[i]);
        }
        return dp[prices.length-1][1];
    }
}

再次升级题目：力扣123题

解题思路：

对比题目可以发现，与以上两个题不同点在于该题要求最多进行两次完整操作，也就是说最多买卖两次。观察一下，每天的状态一共有几种呢？一共五种状态：0.不操作 1.第一次买入 2.第一次卖出 3.第二次买入 4.第二次卖出。既然要用动态规划，就要有dp数组。来吧！
dp[i][j]表示第 i 天状态 j 所剩最大现金。其中 i 表示第 i 天，j为 [0 - 4] 五个状态，
我们分析一下：

dp[i][1]怎么来的？dp[i][1]表示第i天第一次买入，有两种情况吧！二者取最大值。

第i天没操作，维持i-1天的状态。dp[i][1] = dp[i-1][1]
第i天买入了。dp[i][1] = dp[i-1][0] - prices[i]

dp[i][2]怎么来的？dp[i][2]表示第i天第一次卖出，有两种情况吧！二者取最大值。

第i天卖出了。dp[i][2] = dp[i-1][1] + prices[i]
第i天没操作，维持i-1天的卖出的状态。dp[i][2] = dp[i-1][2]

dp[i][3]怎么来的？dp[i][3]表示第i天第二次买入，有两种情况吧！二者取最大值。

第i天买入了。dp[i][3] = dp[i-1][2] - prices[i]
第i天没操作，维持i-1天的买入的状态。dp[i][3] = dp[i-1][3]

dp[i][4]怎么来的？dp[i][4]表示第i天第二次卖出，有两种情况吧！二者取最大值。

第i天卖出了。dp[i][4] = dp[i-1][3] + prices[i]
第i天没操作，维持i-1天的卖出的状态。dp[i][4] = dp[i-1][4]

怎么样？是不是能撸代码了，肝！！！

代码如下：

class Solution {
    public int maxProfit(int[] prices) {
        //创建并初始化dp数组
        int[][] dp = new int[prices.length][5];
        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        dp[0][2] = 0;
        dp[0][3] = -prices[0];
        dp[0][4] = 0;
        for(int i = 1; i < prices.length; i++) {
            dp[i][1] = Math.max(dp[i-1][0] - prices[i], dp[i-1][1]);
            dp[i][2] = Math.max(dp[i-1][1] + prices[i], dp[i-1][2]);
            dp[i][3] = Math.max(dp[i-1][2] - prices[i], dp[i-1][3]);
            dp[i][4] = Math.max(dp[i-1][3] + prices[i], dp[i-1][4]);
        }
        return dp[prices.length-1][4];
    }
}

再再次的升级，相当于对123题做了个总结，嘎嘎滴啊！力扣188题

解题思路：

参照123题，本题的k为2的时候，就是123题。

代码如下：

class Solution {
    
    public int maxProfit(int k, int[] prices) {
        if(prices.length == 0) {
            return 0;
        }
        //初始化数组
        int[][] dp = new int[prices.length][2*k+1];
        //只需要给 奇数项 赋值为 -prices[0] 即可
        for(int i = 1; i < 2*k; i += 2) {
            dp[0][i] = -prices[0];
        }
        
        for(int i = 1; i < prices.length; i++) {
            for(int j = 0; j < 2*k-1; j+=2) {
                dp[i][j+1] = Math.max(dp[i-1][j] - prices[i], dp[i-1][j+1]);
                dp[i][j+2] = Math.max(dp[i-1][j+1] + prices[i], dp[i-1][j+2]);
            }
        }
        return dp[prices.length-1][2*k];
    }
}

注意一点：我这里提交了两次，没注意这个题目中的prices数组可能为0，所以要加一个特判条件

if(prices.length == 0) {
    return 0;
}

哇哦！！！升级升级再升级===>直接来看一下这个题，含有冷冻期的题目，即卖出后一天不能操作。力扣309题

解题思路：

参照这个讲解，相当清晰。

**状态一：**买入股票状态（今天买入股票，或者是之前就买入了股票然后没有操作）
卖出股票状态，这里就有两种卖出股票状态
**状态二：**两天前就卖出了股票，度过了冷冻期，一直没操作，今天保持卖出股票状态
**状态三：**今天卖出了股票
**状态四：**今天为冷冻期状态，但冷冻期状态不可持续，只有一天！

j的状态为：
0：状态一
1：状态二
2：状态三
3：状态四

代码如下：

class Solution {
    public int maxProfit(int[] prices) {
        /*一共有四种状态
            **状态一：**买入股票状态（今天买入股票，或者是之前就买入了股票然后没有操作）
            卖出股票状态，这里就有两种卖出股票状态
            **状态二：**两天前就卖出了股票，度过了冷冻期，一直没操作，今天保持卖出股票状态
            **状态三：**今天卖出了股票
            **状态四：**今天为冷冻期状态，但冷冻期状态不可持续，只有一天！

        */
        int[][] dp = new int[prices.length][4];
        //初始化，除了状态1之外，其余的状态全为0
        dp[0][0] = -prices[0];

        for(int i = 1; i < prices.length; i++) {
            dp[i][0] = Math.max(dp[i-1][0], Math.max(dp[i-1][3]-prices[i],dp[i-1][1]-prices[i]));
            dp[i][1] = Math.max(dp[i-1][1], dp[i-1][3]);
            dp[i][2] = dp[i-1][0]+prices[i];
            dp[i][3] = dp[i-1][2];
        }
        return Math.max(Math.max(dp[prices.length-1][2], dp[prices.length-1][1]), dp[prices.length-1][3]);
    }
}

在122题的基础上，还有一个有手续费的题目：力扣714题

解题思路：

其实和122题的解法完全一致，只是递推公式上有一点点不同！

//第i天持有有两种情况 1. i-1天就持有 2. 第i天刚入手
dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1]-prices[i]);
//第i天未持有有两种情况 1. i-1天就未持有 2. 第i天刚卖了，此时就需要交个手续费
dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0]+prices[i]-fee);

代码如下：

class Solution {
    //与122的区别===>多了个交易手续费
    public int maxProfit(int[] prices, int fee) {
        int[][] dp = new int[prices.length][2];
        dp[0][0] = -prices[0];
        dp[0][1] = 0;
        for(int i = 1; i < prices.length; i++) {

            //第i天持有有两种情况 1. i-1天就持有   2. 第i天刚入手
            dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1]-prices[i]);
            //第i天未持有有两种情况 1. i-1天就未持有   2. 第i天刚卖了，此时就需要交个手续费
            dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0]+prices[i]-fee);
        }
        return dp[prices.length-1][1];
    }
}