package day02;
/*
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)。
示例:
输入: [1,2,3,0,2]
输出: 3
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]
*/
public class MaxProfit04 {
public static void main(String[] args) {
int [] prices = {1,2,3,0,2};
//int max = maxProfit(prices);
int max = maxProfit02(prices);
System.out.println(max);
}
/*
动态规划方法:找状态-->股票的状态:持有股票0,不持有股票且 处于 冷冻期1,不持有股票且 不处于 冷冻期--》dp[n][3]
状态转移方程:
dp[i][0]:第i天持有股票,可以是第i-1天前就持有;也可以是第i天购入 那么第 i−1天就不能持有股票并且不处于冷冻期中
dp[i][0] = max(dp[i - 1][0],dp[i-1][2] - prices[i])
dp[i][1]:第 i 天结束之后处于冷冻期的原因是在当天卖出了股票,那么说明在第 i−1天时我们必须持有一支股票
dp[i][1] = dp[i - 1][0] + prices[i]
dp[i][2]:第 i 天结束之后不持有任何股票并且不处于冷冻期,说明当天没有进行任何操作,即第 i−1天时不持有任何股票:
如果处于冷冻期,对应的状态为 dp[i−1][1];如果不处于冷冻期,对应的状态为 dp[i−1][2]。
dp[i][2] = max(dp[i - 1][1], dp[i - 1][2])
初始化状态:dp[0][0] = - prices[0];
dp[0][1] = 0;
dp[0][2] = 0;
*/
public static int maxProfit(int [] prices) {
int len = prices.length;
if(len < 2) {
return 0;
}
int [][] dp = new int[len][3];
dp[0][0] = - prices[0];
for(int i = 1; i < len; i ++) {
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][2] - prices[i]);
dp[i][1] = dp[i - 1][0] + prices[i];
dp[i][2] = Math.max(dp[i - 1][1],dp[i - 1][2]);
}
int max = Math.max(dp[len - 1][1], dp[len - 1][2]);
return max;
}
//优化,由上可以看出,dp[i][...] 只与dp[i - 1][...] 有关, 而与dp[i - 2][...]无关,因此不须存储dp[i - 2][...]的值
//使用三个变量代替
public static int maxProfit02(int [] prices) {
int len = prices.length;
if(len < 2) {
return 0;
}
int haveStock = -prices[0];
int freezing = 0;
int none = 0;
for(int i = 1; i < len; i ++) {
int newHaveStock = Math.max(haveStock, none - prices[i]);
int newFreezing = haveStock + prices[i];
int newNone = Math.max(freezing,none);
haveStock = newHaveStock;
freezing = newFreezing;
none = newNone;
}
return Math.max(freezing,none);
}
}
最佳买卖股票时机含冷冻期的JAVA动态规划代码实现
最新推荐文章于 2024-07-10 21:37:49 发布