力扣教你学炒股系列 共7题

121.买卖股票的最佳时机 （简单）

题意：
给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。
你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。
返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。
思路：
相当于只买卖一次股票，那我们只需要找数组中两个数的最大差值即可，但是要注意这个最大差值只能是被减数在减数的右边，所以我们边维护一个最小值 边计算差值即可。

public int maxProfit(int[] prices) {
        int n= prices.length;
        int ans=0;
        int minn=prices[0];
        for(int i=1;i<n;i++){
            minn=Math.min(minn,prices[i]);
            ans=Math.max(ans,prices[i]-minn);
        }
        return ans;
    }

时间复杂度O(N)
空间复杂度O(1)

122. 买卖股票的最佳时机 II (中等)

题意：
给定一个数组 prices ，其中 prices[i] 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）。

思路：
本题相比版本1的不同是从只能交易1次变成了可以交易无限次，我们可以采取贪心的策略，只要某一天的股价比前一天高，我们就在前一天买入，今天卖出。

public int maxProfit(int[] prices) {
        int ans=0;
        for(int i=1;i<prices.length;i++){
            if(prices[i]>prices[i-1]){
                ans+=prices[i]-prices[i-1];
            }
        }
        return ans;
    }

时间复杂度O(N)
空间复杂度O(1)

123. 买卖股票的最佳时机 III（困难）

题意：
给定一个数组，它的第 i 个元素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 两笔 交易。
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）。
思路:
本题与版本1不同之处在于交易的次数被限制了两次
我们采用动态规划的思想，维护四个变量
buy1表示买了一次股票(但没卖过)
sell1表示买了一次并卖出了1次
buy2表示在sell1基础上又买了一次
sell2表示卖出了两次
状态转移方程很简单，直接在代码中体现出来了，这里不再赘述

public int maxProfit(int[] prices) {
        int n = prices.length;
        int buy1 = -prices[0], sell1 = 0;
        int buy2 = -prices[0], sell2 = 0;
        for (int i = 1; i < n; ++i) {
            buy1 = Math.max(buy1, -prices[i]);
            sell1 = Math.max(sell1, buy1 + prices[i]);
            buy2 = Math.max(buy2, sell1 - prices[i]);
            sell2 = Math.max(sell2, buy2 + prices[i]);
        }
        return sell2;
    }

时间复杂度O(N)
空间复杂度O(1)

188. 买卖股票的最佳时机 IV（困难）

题意：
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。
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）。

思路：
本题与版本3的不同之处在于交易次数从2次变成了k次，其实是一样的，我们把维护的变量变成k个即可

public int maxProfit(int k, int[] prices) {
        int n = prices.length;
        if(n==0){
            return 0;
        }
        int buy[]=new int[k+1];
        int sell[]=new int[k+1];
        Arrays.fill(buy,-prices[0]);
        Arrays.fill(sell,0);
        for (int i = 1; i < n; ++i) {
            for(int j=1;j<=k;j++){
                buy[j]=Math.max(buy[j],sell[j-1]-prices[i]);
                sell[j]=Math.max(sell[j],buy[j]+prices[i]);
            }
        }
        return sell[k];
    }

时间复杂度O(N)
空间复杂度O(k)

309. 最佳买卖股票时机含冷冻期（中等）

题意：
给定一个整数数组，其中第 i 个元素代表了第 i 天的股票价格 。​
设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）:
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）。
卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。
思路：
本题与版本2的不同之处在于，虽然可以交易无限次，但是每次卖出股票后第二天是无法进行买入的，
所以我们维护一个二维数组dp[i][j] 其中第一维i代表第i天的交易，
第二维j有三个不同的值 ：
0代表不持有股票且不在冷冻期
1代表持有股票
2代表处于冷冻期
状态转移方程很简单，直接在代码中体现出来了，这里不再赘述

public int maxProfit(int[] prices) {
        int n=prices.length;
        if(n<=1){
            return 0;
        }
        int dp[][]=new int[n+5][3];
        dp[0][0]=0;
        dp[0][1]=-prices[0];
        dp[0][2]=0;
        for(int i=1;i<n;i++){
            dp[i][0]=Math.max(dp[i-1][0],dp[i-1][2]);
            dp[i][1]=Math.max(dp[i-1][1],Math.max(dp[i-1][0],dp[i-1][2])-prices[i]);
            if(i>=2){
                dp[i][2]=dp[i-2][1]+prices[i-1];
            }
        }
        dp[n][0]=Math.max(dp[n-1][0],dp[n-1][2]);
        dp[n][2]=dp[n-2][1]+prices[n-1];
        return Math.max(Math.max(dp[n-1][0],dp[n-1][2]),Math.max(dp[n][0],dp[n][2]));
    }

时间复杂度O(N)
空间复杂度O(N)

714. 买卖股票的最佳时机含手续费（中等）

题意：
给定一个整数数组 prices，其中第 i 个元素代表了第 i 天的股票价格 ；整数 fee 代表了交易股票的手续费用。
你可以无限次地完成交易，但是你每笔交易都需要付手续费。如果你已经购买了一个股票，在卖出它之前你就不能再继续购买股票了。
返回获得利润的最大值。
注意：这里的一笔交易指买入持有并卖出股票的整个过程，每笔交易你只需要为支付一次手续费。
思路：
本题在版本的无限次交易的基础上增加了每笔交易需要支付手续费
我们维护两个变量：dp0代表手里没有股票，dp1代表手里持有一只股票，状态转移方程很简单，直接在代码中体现出来了，这里不再赘述

public int maxProfit(int[] prices, int fee) {
        int n= prices.length;
        int dp0=0,dp1=-prices[0];
        for(int i=1;i<n;i++){
            int newdp0=Math.max(dp1+prices[i]-fee,dp0);
            int newdp1=Math.max(dp1,dp0-prices[i]);
            dp0=newdp0;
            dp1=newdp1;
        }
        return dp0;
    }

时间复杂度O(N)
空间复杂度O(1)