给定一个整数数组prices,其中第 prices[i] 表示第 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):
卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
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)。
1、动态规划
class Solution {
public int maxProfit(int[] prices) {
int n = prices.length;
if(n < 2){
return 0;
}
int[][] dp = new int[n][2];
dp[0][0] = 0;
//第一天买入
dp[0][1] = -prices[0];
for(int i = 1;i < n;i++){
if(i == 1){
dp[i][0] = Math.max(dp[i-1][0],dp[i-1][1] + prices[i]);
//第二天买入
dp[i][1] = Math.max(dp[i-1][1],- prices[i]);
continue;
}
//保持前一天不买或者卖出
dp[i][0] = Math.max(dp[i-1][0],dp[i-1][1] + prices[i]);
//保持前一天买入状态或者今天买入,今天买入则前一天无法操作
dp[i][1] = Math.max(dp[i-1][1],dp[i-2][0] - prices[i]);
}
return dp[n-1][0];
}
}
执行用时:1 ms, 在所有 Java 提交中击败了77.60%的用户
内存消耗:39.9 MB, 在所有 Java 提交中击败了17.85%的用户
通过测试用例:210 / 210
2、动态规划空间优化
class Solution {
public int maxProfit(int[] prices) {
int n = prices.length;
if(n < 2){
return 0;
}
int dpi_0 = 0;
int dpi_1 = -prices[0];
//dp[i-2][0]
int dpi_2 = 0;
for(int i = 1;i < n;i++){
//dp[i-1][0]这次过完就变成dp[i-2][0]
int temp = dpi_0;
dpi_0 = Math.max(dpi_0,dpi_1 + prices[i]);
dpi_1 = Math.max(dpi_1,dpi_2 - prices[i]);
dpi_2 = temp;
}
return dpi_0;
}
}
执行用时:0 ms, 在所有 Java 提交中击败了100.00%的用户
内存消耗:39.4 MB, 在所有 Java 提交中击败了83.95%的用户
通过测试用例:210 / 210