👦👦一个帅气的boy,你可以叫我loVe
🖱 ⌨个人主页:l。Ve的个人主页
💖💖如果对你有帮助的话希望三连💨💨支持一下博主
1、买卖股票
✍✍买卖股票的最佳时机 II
给定一个数组 prices ,其中 prices[i] 表示股票第 i 天的价格。在每一天,你可能会决定购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以购买它,然后在 同一天 出售。返回你能获得的 最大 利润 。
输入: prices = [7,1,5,3,6,4]
输出: 7
从最多只能持有一股股票,我们可以把七天拆分成相邻两天计算,只有有利润的情况才会计算入利润中,由此计算出最大利润,瞬间一道中等难度的动态规划就解决了。
class Solution:
def maxProfit(self, prices: List[int]) -> int:
m,tmp,profits = prices[0],0,0
for i in range(1,len(prices)):
tmp = prices[i] - m
m = prices[i]
if tmp > 0: profits += tmp
return profits
m = Solution.maxProfit([7,1,5,3,6,4])
print(m)
#7
2、又来买卖股票咯
✍✍最佳买卖股票时机含冷冻期
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)。
输入: prices = [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]
动态方程组:
最近遇见的股票问题越来越真实了,冷冻期都加上了,不过一想起我的葛兰姐姐我就心疼,又是绿油油的一天😥
dp | 公式 |
---|---|
dp[i][0] | max(dp[i-1][0], dp[i-1][2]-prices[i]) |
dp[i][1] | max{dp[i−1][1],dp[i−1][0]−prices[i]} |
dp[i][2] | dp[i−1][1]+prices[i] |
嚯,这题光明白这三句话鬼知道我用了多久,只能自己画图悟啊。用小学语文只是总结起来就是一句话:三种状态首尾呼应,开门见山,充分反映出人物内心的情感(giao)==>来自于高中语文96分的学渣😅😅
代码:
class Solution:
def maxProfit(self, prices: List[int]) -> int:
n = len(prices)
if n<=1:
return 0
dp = [[0,0,0] for _ in range(n)]
dp[0][0] = 0
dp[0][1] = -prices[0]
dp[0][2] = -1e10 #初始情况下给他一个较大的负值
for i in range(1, n):
dp[i][0] = max(dp[i-1][0], dp[i-1][2])
dp[i][1] = max(dp[i-1][1], dp[i-1][0] - prices[i])
dp[i][2] = dp[i-1][1] + prices[i]
return max(dp[n-1][0], dp[n-1][2])
m = Solution.maxProfit([1,2,3,0,2])
print(m)
#3
期中总结:最后一题算是这几天来最让我不明白的一道题了,明明就加了一个冷冻期,却总转不过弯来,看来还有很长的路要走啊。