题目描述:
标签:贪心算法 数组
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)。
代码:
《一、贪心算法》
思路分析:这题的思路分析参考了Carl的想法!拆解利润太牛了!
我本来想的是在一个买卖周期内找最低点买,找最高点卖,以此循环操作,但这样梯度判断我有点判断不清楚QAQ,就是找到上坡的最高点,下坡的最低点。
1、拆解利润:第3天卖,第0天买,利润为pricesp[3]-prices[0]=(prices[3]-prices[2])+(prices[2]-prices[1])+(prices[1]-prices[0]),所以我们只需要计算相邻两天的利润即可,得到一个利润数组!然后只需要统计正利润!
价格 7 1 5 10 3 6 4
利润 -6 4 5 -7 3 -2
只需收集正利润!
class Solution {
public int maxProfit(int[] prices) {
int max = 0;
int cur = 0;
for(int i = 1;i < prices.length;i++){
cur = prices[i] - prices[i-1];
if(cur > 0){
max += cur;
}
}
return max;
}
}
《二、动态规划》
思路分析:动态规划五部曲
1、确定dp数组以及下标含义,dp[i][0]表示第i天持有股票的最大现金,dp[i][1]表示第i天不持有股票的最大现金
2、确定递推公式——
①第i天持有股票有两种情况:第i-1天持有股票,则dp[i-1][0];第i-1天不持有股票,则当天购入(i-1不持有才有可能购入)即dp[i-1][1]-prices[i]。取两者较大值
②第i天不持有股票有两种情况:第i-1天不持有股票,则dp[i-1][1];第i-1天持有股票,则当天卖出(i-1持有才有可能卖出)即dp[i-1][0]+prices[i]。取两者较大值
3、dp数组初始化,dp[0][0]=-prices[0],dp[0][1]=0
4、确定遍历顺序,从前向后遍历
5、举例推导dp数组
class Solution {
public int maxProfit(int[] prices) {
int n = prices.length;
int[][] dp = new int[n][2];
dp[0][0] = -prices[0];
dp[0][1] = 0;
for(int i = 1;i < n;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 Math.max(dp[n-1][0],dp[n-1][1]);
}
}