【LeetCode算法学习笔记】股票买卖问题

这篇博客介绍了如何使用动态规划解决股票买卖问题,包括无限制交易、有限交易次数和有冷冻期的情况。通过建立状态机和状态转移方程,分别展示了121、122、309、714、123和188等不同题目的解决方案,强调了状态和选择在动态规划中的重要性。
摘要由CSDN通过智能技术生成

labuladong算法公众号个人学习笔记


用“状态机”的技巧来解决问题,即DP table。

穷举框架

利用[状态]进行穷举,看看总共有几种可能的[状态],再找出每个[状态]对应的[选择]。
每天有三种选择:买入,卖出,无操作。
有三个状态:天数,允许交易的最大次数,当前持有的状态。

for 0<=i<=n:
//n为天数
    for 0<=k<=K:
    //K为最多交易次数
        for s in {0,1}:
        //s为当前持有状态
            dp[i][k][s]=max(buy,sell,rest);
//所求的最终答案是dp[n-1][K][0]

状态转移框架

base case:

/*base case*/
dp[-1][k][0]=dp[i][0][0]=0 //还未开始  不允许交易
dp[-1][k][1]=dp[i][0][1]=-infinity //不可能持有股票

状态转移方程:

/*状态转移方程*/
dp[i][k][0]=max(dp[i-1][k][0], dp[i-1][k][1]+prices[i])
          //max(   选择rest  ,    选择sell            )
dp[i][k][1]=max(dp[i-1][k][1], dp[i-1][k-1][0]-prices[i])
          //max(   选择rest  ,    选择buy             )

题目

121

//k==1
int maxProfit(int[] prices){
    int n=prices.length;
    int dp_i_0=0,dp_i_1=Integer.MIN_VALUE;
    for(int i=0;i<n;i++){
        dp_i_0=Math.max(dp_i_0, dp_i_1+prices[i]);
        dp_i_1=Math.max(dp_i_1, -prices[i]);
    }
    return dp_i_0;
}

122

//k为正无穷,则k和k-1是一样的。就可以改写框架。
int maxProfit(int[] prices){
    int n=prices.length;
    int dp_i_0=0,dp_i_1=Integer.MIN_VALUE;
    for(int i=0;i<n;i++){
        int temp=dp_i_0;
        dp_i_0=Math.max(dp_i_0, dp_i_1+prices[i]);
        dp_i_1=Math.max(dp_i_1, temp-prices[i]);
    }
    return dp_i_0;
}

309

//多次买卖一只股票
//有冷冻期,即卖出股票后,无法在第二条就买入股票
dp[i][0]=max(dp[i-1][0],dp[i-1][1]+prices[i]);
dp[i][1]=max(dp[i-1][1],dp[i-2][0]-prices[i]);
//k为无穷,但含有冷冻期,每次sell后要等一天才能继续交易。
int maxProfit(int[] prices){
    int n=prices.length;
    int dp_i_0=0,dp_i_1=Integer.MIN_VALUE;
    int dp_pre_0=0;//dp[i-2][0]
    for(int i=0;i<n;i++){
        int temp=dp_i_0;
        dp_i_0=Math.max(dp_i_0, dp_i_1+prices[i]);
        dp_i_1=Math.max(dp_i_1, dp_pre_0-prices[i]);
        dp_pre_0=temp;
    }
    return dp_i_0;
}

714

含有手续费,减掉即可

int maxProfit(int[] prices,int fee){
    int n=prices.length;
    int dp_i_0=0,dp_i_1=Integer.MIN_VALUE;
    for(int i=0;i<n;i++){
        int temp=dp_i_0;
        dp_i_0=Math.max(dp_i_0, dp_i_1+prices[i]);
        dp_i_1=Math.max(dp_i_1, temp-prices[i]-fee);
    }
    return dp_i_0;
}

123

k为2的情况与前面都不相同,前面的情况都与k无关。

int maxProfit(int[] prices,int fee){
    int n=prices.length;
    int dp_i20=0,dp_i21=Integer.MIN_VALUE;
    int dp_i10=0,dp_i11=Integer.MIN_VALUE;
    for(int i=0;i<n;i++){
        dp_i20=Math.max(dp_i20,dp_i21+prices[i]);
        dp_i21=Math.max(dp_i21,dp_i11-prices[i]);
        dp_i10=Math.max(dp_i10, dp_i11+prices[i]);
        dp_i11=Math.max(dp_i11, -prices[i]);
    }
    return dp_i20;
}

188

一次交易由买入和卖出构成,至少需要两天。所以说有效的限制k应该不超过n/2。
在这里插入图片描述

  • 3
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值