今天每日一题做到了股票问题,就干脆把股票问题1-4都做了一遍,顺便写个博客总结下。
C++完成,基本算法都是动态规划。
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。
如果你最多只允许完成一笔交易(即买入和卖出一支股票一次),
设计一个算法来计算你所能获取的最大利润。
分析: 本题只要求完成一次交易。使用基本的动态规划即可。
用num表示最小价格,此时买入。
则最大利润dp[i]的状态方程:
dp[i]=max(dp[i-1],prices[i]-num)
即: 当i卖出时,为prices[i]-num; 当i不卖出,则与i-1时刻相同。 取这两个时刻的最大值即可。
代码如下:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n=prices.size();
if(n<=1) return 0;
vector<int> dp(n,0);
dp[0]=0;
int num=prices[0];
for(int i=1;i<n;++i){
num=min(num,prices[i]);
dp[i]=max(dp[i-1],prices[i]-num);
}
return dp[n-1];
}
};
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)。
与第一题不同的是,这次不止是一次交易,可以尽可能多的进行交易。基本思路没变,依然是动态规划。
buy[i]表示在第i个元素时,此时手中有一只股票(未卖出)
sell[i]表示在第i个元素时,此时手中没有任何股票。
状态方程:
buy[i]= max(buy[i-1], sell[i-1]-prices[i])
sell[i]=max(sell[i-1],buy[i-1]+prices[i])
对于buy[i],值为max(未买入第i个元素,买入第i个元素)
对于sell[i],同理。
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n=prices.size();
vector<int> buy(n,0);
vector<int> sell(n,0);
buy[0]=-prices[0];
sell[0]=0;
for(int i=1;i<n;++i){
buy[i]= max(buy[i-1], sell[i-1]-prices[i]);
sell[i]=max(sell[i-1],buy[i-1]+prices[i]);
}
return sell[n-1];
}
};
这两个题都能O(n)完成,感觉还是比较合理的方法。 可能也可以贪心算法完成吧(没做过hhh)
接下来就是升级版的两道。考虑到123题和188题几乎一致,就以188为例。
给定一个整数数组 prices ,
它的第 i 个元素 prices[i] 是一支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。
与前两题相比,本题多了交易数量限制,最多为k笔交易(123题k==2)。因此在此前基础上,将buy和sell升级为两位数组,第二维即为交易次数,即:
buy[i][j]: 在第i个元素时,已完成j笔交易,并且此时手持一只股票
sell[i][j]: 在第i个元素时,已完成j笔交易,并且此时手中无任何股票
代码如下,这是根据官方题解来的:
class Solution {
public:
int maxProfit(int k, vector<int>& prices) {
int n=prices.size();
if(n==0) return 0;
k=min(k,n/2);
vector<vector<int>> buy(n,vector<int>(k+1));
vector<vector<int>> sell(n,vector<int>(k+1));
buy[0][0]=-prices[0];
sell[0][0]=0;
for (int i = 1; i <= k; ++i) {
buy[0][i] = sell[0][i] = INT_MIN / 2;
}
for(int i=1;i<n;++i){
buy[i][0] = max(buy[i - 1][0], sell[i - 1][0] - prices[i]);
for (int j = 1; j <= k; ++j) {
buy[i][j] = max(buy[i - 1][j], sell[i - 1][j] - prices[i]);
sell[i][j] = max(sell[i - 1][j], buy[i - 1][j - 1] + prices[i]);
}
}
return *max_element(sell[n - 1].begin(), sell[n - 1].end());
}
};
其中要注意的一点是 k=min(k,n/2)这一步。此外,最后return的应该是sell[n-1]中的最大值。
关于buy和sell的初始值,官方题解的意思是“设置为一个非常小的值,表示不合法的状态”。 设置为INT_MIN
总结
做完四道题,这类问题基本思想还是动态规划,列出状态方程是最重要的。 还有就是边界条件判断,很容易漏。
希望能有收获-.-