Leetcode 股票问题 总结

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。

121. 买卖股票的最佳时机

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];
    }
};

122. 买卖股票的最佳时机 II

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。

188. 买卖股票的最佳时机 IV

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-.-