第四十九天| 第九章 动态规划 part10 121. 买卖股票的最佳时机 122. 买卖股票的最佳时机II
一、121. 买卖股票的最佳时机
-
题目链接:https://leetcode.cn/problems/best-time-to-buy-and-sell-stock/
-
题目介绍:
-
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
。示例 1:
输入:[7,1,5,3,6,4] 输出:5 解释:在第 2 天(股票价格 = 1)的时候买入,在第 5 天(股票价格 = 6)的时候卖出,最大利润 = 6-1 = 5 。 注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格;同时,你不能在买入前卖出股票。
-
-
思路:
-
注意:本题要求股票只能买卖一次
-
DP五部曲:
-
(1)确定dp数组及下标的含义:
-
dp[i][0]:表示的是第i天持有该股票,手中的最大的金额 dp[i][1]:表示的是第i天不持有该股票,手中最大的金额
-
-
(2)确定递推关系:
-
第i天持有该股票,手中的最大金额:
-
// 可以由前一天也持有,或者今天购入,推导出来 dp[i][0] = Math.max(dp[i-1][0], -prices[i]);
-
-
第i天不持有该股票,手中的最大金额:
-
// 可以由前一天也不持有,或者前一天持有,今天卖出去,推导出来 dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0] + prices[i]);
-
-
-
(3)初始化dp数组:
-
dp[0][0] = -prices[0]; dp[0][1] = 0;
-
-
(4)确定遍历顺序:
- 正序
-
-
-
代码:
class Solution {
public int maxProfit(int[] prices) {
if (prices == null || prices.length == 0) return 0;
// dp[i][0]:表示的是第i天持有该股票,手中的最大的金额
// dp[i][1]:表示的是第i天不持有该股票,手中最大的金额
// (1)确定dp数组及下标的含义
int[][] dp = new int[prices.length][2];
// (3)初始化dp数组
dp[0][0] = -prices[0];
dp[0][1] = 0;
// (4)确定dp数组遍历顺序
for (int i = 1; i < prices.length; i++) {
// (2)确定递推关系
// 第i天持有该股票,手中的最大金额,可以由前一天也持有,或者今天购入,推导出来
dp[i][0] = Math.max(dp[i-1][0], -prices[i]);
// 第i天不持有该股票,手中的最大金额,可以由前一天也不持有,或者前一天持有,今天卖出去,推导出来
dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0] + prices[i]);
}
return dp[prices.length-1][1];
}
}
二、122. 买卖股票的最佳时机II
-
题目链接:https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-ii/
-
题目介绍:
-
给你一个整数数组
prices
,其中prices[i]
表示某支股票第i
天的价格。在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。
返回 你能获得的 最大 利润 。
示例 1:
输入:prices = [7,1,5,3,6,4] 输出:7 解释:在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。 随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6 - 3 = 3 。 总利润为 4 + 3 = 7 。
-
-
思路:
-
注意:本题股票可以买卖多次
-
DP五部曲:
-
(1)确定dp数组及下标的含义:
-
dp[i][0]:表示的是第i天持有该股票,手中的最大的金额 dp[i][1]:表示的是第i天不持有该股票,手中最大的金额
-
-
(2)确定递推关系:
-
第i天持有该股票,手中的最大金额(主要区别在这里):
-
// 可以由前一天也持有,或者前一天没有持有,今天购入,推导出来 dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1] - prices[i]);
-
-
第i天不持有该股票,手中的最大金额:
-
// 可以由前一天也不持有,或者前一天持有,今天卖出去,推导出来 dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0] + prices[i]);
-
-
-
(3)初始化dp数组:
-
dp[0][0] = -prices[0]; dp[0][1] = 0;
-
-
(4)确定遍历顺序:
- 正序
-
-
-
代码:
class Solution {
public int maxProfit(int[] prices) {
if (prices == null || prices.length == 0) return 0;
// dp[i][0]:表示的是第i天持有该股票,手中的最大的金额
// dp[i][1]:表示的是第i天不持有该股票,手中最大的金额
// (1)确定dp数组及下标的含义
int[][] dp = new int[prices.length][2];
// (3)初始化dp数组
dp[0][0] = -prices[0];
dp[0][1] = 0;
// (4)确定dp数组遍历顺序
for (int i = 1; i < prices.length; i++) {
// (3)确定递推关系
// 第i天持有该股票,手中的最大金额,可以由前一天也持有,或者前一天没有持有,今天购入,推导出来
dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1] - prices[i]);
// 第i天不持有该股票,手中的最大金额,可以由前一天也不持有,或者前一天持有,今天卖出去,推导出来
dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0] + prices[i]);
}
return dp[dp.length-1][1];
}
}
总结:
-
(1)在贪心算法章节,讲解了如何用贪心的思路解决“买卖股票的最佳时机II”。这里采用DP,因为买卖股票的最佳时机是贪心的一类题目,均可以通过一套思想来完成。
-
(2)一定要正确理解dp数组的含义,再次强调一下:
-
dp[i][0]:表示的是第i天持有该股票,手中的中最大金额。 持有该股票不意味着第i天买入该股票,可以是今天买入,也可以是保持前i-1的某一天买入股票的这个状态
-
dp[i][1]:表示的是第i天不持有该股票,手中的最大金额 同样,不持有该股票,也不意味着第i天卖出股票,可以是今天卖,也可以是保持前i-1的某一天卖掉股票的这个状态
-
-
(3)I和II不同的地方在于:
- I是只可以买入股票一次,选择合适的一天卖掉
- II可以买卖多次,只要保证买入的时候,手中没有股票,即买入的时候,上一支股票已经卖掉了
-
(4)I和II的不同也直接导致了dp[i][0]递推公式的差别
-
I:由于I是只能购买一次,因此dp[i][0]是通过前一天持有该股票,或者今天买入股票决定的。而今天买入股票的时候,手里的最大金额是0
-
II:II可以买卖多次,因此dp[i][0]是通过前一天持有该股票,或者前一天不持有该股票手中的最大金额-今天购入股票的价格。
-