【力扣——动态规划】整理题目3：打家劫舍、股票问题：198、213、337、121、122、123、188、309（附链接、题目描述、解题方法及代码）

已于 2022-07-18 22:27:58 修改
阅读量306 收藏
点赞数 1
分类专栏： 算法-刷题 文章标签： 动态规划 leetcode 算法
于 2022-07-14 20:12:58 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_47540091/article/details/125778260
版权
这篇博客详细整理了动态规划在解决打家劫舍系列问题和股票交易问题中的应用，包括0-1背包、完全背包等经典案例。通过递推公式、初始化和遍历顺序，展示了如何求解最大收益。同时，给出了多个动态规划问题的Java代码实现，如买卖股票的最佳时机I、II、III、IV及含冷冻期问题。
摘要由CSDN通过智能技术生成

😀如果对你有帮助的话😊
🌺为博主点个赞吧 👍
👍点赞是对博主最大的鼓励😋
💓爱心发射~💓

【动态规划整理合集】
【力扣——动态规划】整理题目1：基础题目：509、70、746、62、63、343、96
【力扣—动态规划】整理题目2：背包问题：0-1背包、完全背包

代码随想录知识星球

目录

动态规划总结

在这里插入图片描述

解题步骤-简洁

  1. 确定dp数组下标含义
  2. 递推公式
  3. 初始化
  4. 遍历顺序
  5. 推导结果

打家劫舍

198. 打家劫舍

likou

在这里插入图片描述
在这里插入图片描述

题解

动态规划

  1. 确定dp数组下标含义 —— dp[i] = 偷到第i家时偷到的最多金额
  2. 递推公式 —— dp[i] = max(dp[i-2]+nums[i], dp[i-1])
  3. 初始化 —— dp[0] = nums[0] dp[1] = max(nums[0], nums[1])
  4. 遍历顺序 —— 从前到后
  5. 推导结果
class Solution {
    public int rob(int[] nums) {
        
        if(nums == null || nums.length == 0) return 0;
        if(nums.length == 1) return nums[0];

        int[] dp = new int[nums.length];
        dp[0] = nums[0];
        dp[1] = Math.max(nums[0], nums[1]);
        for(int i=2; i<nums.length; i++){
            dp[i] = Math.max(dp[i-2]+nums[i], dp[i-1]);
        }
        return dp[nums.length-1];
    }
}

213. 打家劫舍 II

力扣

  • 与1区别：成环
    在这里插入图片描述
    在这里插入图片描述

题解

class Solution {
    public int rob(int[] nums) {
        /*
        动态规划
        两种情况：
            - 包含首元素，不包含尾元素
            - 不包含首元素，包含尾元素
        其余 与1一样
        */
        if(nums == null && nums.length ==0) return 0;
        if(nums.length == 1) return nums[0];
        return Math.max(a(nums, 0, nums.length-1), a(nums, 1, nums.length));
    }

    int a(int[] nums, int start, int end){
        int x=0, y=0, z=0;
        for(int i=start; i<end; i++){
            y = z;
            z = Math.max(y, x + nums[i]);
            x = y;
        }
        return z;
    }
}

337. 打家劫舍 III

力扣

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

题解

0——不偷， 1——偷

  • 不偷：Max(左孩子不偷，左孩子偷) + Max(又孩子不偷，右孩子偷)
    root[0] = Math.max(rob(root.left)[0], rob(root.left)[1]) + Math.max(rob(root.right)[0], rob(root.right)[1])

  • 偷：左孩子不偷+ 右孩子不偷 + 当前节点偷
    root[1] = rob(root.left)[0] + rob(root.right)[0] + root.val;

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    public int rob(TreeNode root) {
        /*
        0——不偷， 1——偷
        不偷：Max(左孩子不偷，左孩子偷) + Max(又孩子不偷，右孩子偷)
            root[0] = Math.max(rob(root.left)[0], rob(root.left)[1]) +
                         Math.max(rob(root.right)[0], rob(root.right)[1])
        偷：左孩子不偷+ 右孩子不偷 + 当前节点偷
            root[1] = rob(root.left)[0] + rob(root.right)[0] + root.val;
        */
        int[] res = a(root);
        return Math.max(res[0], res[1]);
    }
    int[] a(TreeNode root){
        int[] res = new int[2];
        if(root == null) return res;
        int[] left = a(root.left);
        int[] right = a(root.right);
        res[0] = Math.max(left[0], left[1]) + Math.max(right[0], right[1]);
        res[1] = root.val + left[0] + right[0];
        return res;
    }
}

股票问题

121. 买卖股票的最佳时机

力扣
在这里插入图片描述
在这里插入图片描述

1、 确定dp数组下标含义

  • dp[i][0] 表示第i天持有股票所得最多现金
  • dp[i][1] 表示第i天不持有股票所得最多现金

2、递推公式

dp[i][0] 第i天持有股票时所得的现金 dp[i][0]= max(dp[i-1][0], -prices[i])

  • i-1天就持有股票 dp[i-1][0]
  • i天 买的股票 -prices[i]

dp[i][1] 第i天不持有股票所得最多现金 dp[i][1]=max(dp[i-1][1], dp[i-1][0] + prices[i])

  • i-1 就已经卖出 dp[i-1][1]
    -i天卖出 prices[i]

3、初始化

  • dp[0][0] = -prices[0]
  • dp[0][1] = 0

4、 遍历顺序

  • 从前到后

5、 推导结果

题解

class Solution {
    public int maxProfit(int[] prices) {
        /*
            1. 确定dp数组下标含义   
                dp[i][0] 表示第i天持有股票所得最多现金 
                dp[i][1] 表示第i天不持有股票所得最多现金 
            2. 递推公式 
                dp[i][0] 第i天持有股票时所得的现金 dp[i][0]= max(dp[i-1][0], -prices[i])
                    - i-1天就持有股票  dp[i-1][0]
                    - i天 买的股票     -prices[i]
                dp[i][1] 第i天不持有股票所得最多现金 dp[i][1]=max(dp[i-1][1], dp[i-1][0] +  prices[i])
                    - i-1 就已经卖出   dp[i-1][1]
                    - 天卖出           prices[i]
            3. 初始化 
                dp[0][0] = -prices[0] 
                dp[0][1] = 0
            4. 遍历顺序   从前到后
            5. 推导结果
        */
		
		// 方法一
        if(prices == null || prices.length ==0) return 0;
        int res = 0;
        int[][] dp = new int[prices.length][2];
        dp[0][0] = -prices[0];
        dp[0][1] = 0;
        for(int i=1; i<prices.length; i++){
            dp[i][0] = Math.max(dp[i-1][0], -prices[i]);
            dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0] + prices[i]);
        }
        return dp[prices.length-1][1];
		
		// 方法二 0 持有   1 不持有
        if(prices == null || prices.length ==0) return 0;
        int res = 0;
        int[] dp = new int[2];
        dp[0] = -prices[0];
        dp[1] = 0;
        for(int i=1; i<prices.length; i++){
            dp[0] = Math.max(dp[0], -prices[i]);
            dp[1] = Math.max(dp[0]+prices[i], dp[1]);
        }
        return dp[1];
    }
}

122. 买卖股票的最佳时机 II

力扣

在这里插入图片描述
在这里插入图片描述

题解

class Solution {
    public int maxProfit(int[] prices) {
        /*
        1. 确定dp数组下标含义 
            dp[i][0] 表示第i天持有股票所得最大利润
                    = 前一天买的股票 + 前一天没有股票，今天买的股票
            dp[i][1] 表示第i天不持有股票所得最大利润
                    = 前一天没有股票 + 前一天有股票，今天卖的
        2. 递推公式 
            dp[i][0] = max(dp[i-1][0], dp[i-1][1] - prices[i])
            dp[i][1] = max(dp[i-1][1], dp[i-1][0] + prices[i])
        3. 初始化 
            dp[0][0] = prices[0]
            dp[0][1] = 0
        4. 遍历顺序 ：从前到后
        5. 推导结果
        */
        if(prices == null || prices.length ==0) return 0;
        int[][] dp = new int[prices.length][2];
        dp[0][0] = -prices[0];
        dp[0][1] = 0;
        for(int i=1; i<prices.length; i++){
            dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1] - prices[i]);
            dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0] + prices[i]);
        }
        return dp[prices.length-1][1];

        // 优化空间——一维数组
        if(prices == null || prices.length ==0) return 0;
        int[] dp = new int[2];
        dp[0] = -prices[0];
        dp[1] = 0;
        for(int i=1; i<prices.length; i++){
            dp[0] = Math.max(dp[0], dp[1] - prices[i]);
            dp[1] = Math.max(dp[1], dp[0] + prices[i]);
        }
        return dp[1];

    }
}

123. 买卖股票的最佳时机 III

likou

在这里插入图片描述在这里插入图片描述

题解

class Solution {
    public int maxProfit(int[] prices) {
        /*
            0 —— 第一次买股票
            1 —— 第一次卖
            2 —— 第二次买
            3 —— 第二次卖
        */
        int[] dp = new int[4];
        dp[0] = -prices[0];
        dp[1] = 0;
        dp[2] = -prices[0];
        dp[3] = 0;
        for(int i=1; i<prices.length; i++){
            dp[0] = Math.max(dp[0], -prices[i]);
            dp[1] = Math.max(dp[1], dp[0] + prices[i]);
            dp[2] = Math.max(dp[2], dp[1] - prices[i]);
            dp[3] = Math.max(dp[3], dp[2] + prices[i]);
        }
        return dp[3];
    }
}

188. 买卖股票的最佳时机 IV

力扣
在这里插入图片描述

在这里插入图片描述

题解

class Solution {
    public int maxProfit(int k, int[] prices) {
        /*
        二维数组：
            0 —— 无操作
            1 —— 持有股票   奇数
            2 —— 卖出股票   偶数
        */
        if(prices.length == 0) return 0;
        int[][] dp = new int[prices.length][2*k + 1];
        for(int i=1; i<2*k; i+=2){
            dp[0][i] = -prices[0];
        }
        for(int i=1; i<prices.length; i++){
            for(int j=0; j<2*k - 1; j+=2){
                dp[i][j+1] = Math.max(dp[i-1][j+1], dp[i-1][j] - prices[i]);
                dp[i][j+2] = Math.max(dp[i-1][j+2], dp[i-1][j+1] + prices[i]);
            }
        }
        return dp[prices.length-1][2*k];
    }
}

309. 最佳买卖股票时机含冷冻期

likou
在这里插入图片描述

题解

class Solution {
    public int maxProfit(int[] prices) {
        /*
            0 持有股票
                前一天就有，前一天没有今天买的，前一天冷冻期今天买
            1 今天卖出股票
                前一天有今天卖
            2 卖出股票状态
                前一天就是这个状态，前一天是冷冻期
            3 冷冻期
                前一天卖的
        */
        if(prices == null || prices.length < 2) return 0;
        int[] dp = new int[4];
        dp[0] = -prices[0];
        dp[2] = 0;
        for(int i=1; i<prices.length; i++){
            int b1 = dp[0];
            int b2 = dp[1];
            dp[0] = Math.max(dp[0], Math.max(dp[2] - prices[i], dp[3]-prices[i]));
            dp[1] = b1 + prices[i];
            dp[2] = Math.max(dp[2], dp[3]);
            dp[3] = b2;
        }
        return Math.max(dp[3], Math.max(dp[1], dp[2]));
    }
}
-Blue.
关注
专栏目录
力扣刷题之旅：高阶篇（二）—— 动态规划的艺术：背包问题
欢迎来到“Python算法探索”，我是GT算法工程师，一名热爱计算机算法的博主。在这里，我们将一起深入探索Python世界中的各种算法，从基础到高级，从理论到实践。我参加过很多算法比赛，积累了丰富的经验，希望通过这个播客与你分享。让我们一起用Python探
02-11 436
而在力扣（LeetCode）这样的在线刷题平台上，背包问题作为动态规划的经典题型，更是吸引了无数算法爱好者的目光。给定一组物品，每种物品都有自己的重量和价值，在不超过背包承重限制的前提下，如何选择物品使得背包内物品的总价值最大。新年将至，愿你在力扣的刷题之旅中，如背包问题般不断积累、不断超越，将知识的价值最大化。愿你的算法之树结出丰硕的果实，你的代码之路越走越宽广。新的一年，愿你掌握更多的动态规划技巧，解决更多的算法难题。表示背包的容量，求在不超过背包容量的前提下，能够放入背包的物品的最大价值。
动态规划——完全背包问题（力扣322： 零钱兑换）
qq_40472852的博客
11-27 602
前言 这次我们要说的是完全背包问题， 还记得下面这张图吗，可以看到01背包问题和完全背包问题的区别在于每种物品的数量 01背包问题中每种物品只有一个， 只有选与不选两种情况 完全背包问题种每种物品有多个， 选不选， 选多少都是考虑的问题 定义： 一个背包容积为C， 一共N种物品， 分别编号0, 1, 2....i, i+1, .....N-1, 第i个物品的重量为weight[i], 价值为value[i], 每种物品可以选用任意多次， 问背包中最多可以放入多少价值的物品 分析 完全背包问题.
【力扣】(困难) 188. 买卖股票的最佳时机 IV ---- 动态规划
qq_42281215的博客
12-28 203
188 买卖股票的最佳时机 IV 给定一个整数数组 prices ，它的第 i 个元素 prices[i] 是一支给定的股票在第 i 天的价格。 设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。 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）。 示例 2： 输入：k = 2, prices = [3,2,6,5,0,3] 输出：7 解释：在第 2 天 (股票价格 = 2) 的时候买入，在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2.
力扣题目-----打家劫舍三道
weixin_43743711的博客
08-05 560
例题一： 你是一个专业的小偷，计划偷窃沿街的房屋。每间房内都藏有一定的现金，影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统，如果两间相邻的房屋在同一晚上被小偷闯入，系统会自动报警。 给定一个代表每个房屋存放金额的非负整数数组，计算你 不触动警报装置的情况下 ，一夜之内能够偷窃到的最高金额。 这道题直接简化为：给你一组数字，让你选择若干个数字，前提条件是你选的数字不能是相邻的。 思路：采用动态规划来做，对于第 k (k>2) 间房屋，有两个选项： 偷窃第 k 间房屋，那么就不能偷窃第
代码随想录算法训练Day48|LeetCode188-买卖股票的最佳时机4、LeetCode309-最佳买卖股票时机含冷冻期、LeetCode714-买卖股票的最佳时机含手续费
最新发布
wish的博客
07-06 1051
给你一个整数数组prices和一个整数k，其中prices[i]是某支给定的股票在第i天的价格。设计一个算法来计算你所能获取的最大利润。你最多可以完成k笔交易。也就是说，你最多可以买k次，卖k次。**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）。
力扣网 | 每日打卡题 |188. 买卖股票的最佳时机 IV
我是一块小石头
12-29 284
文章目录题目解析 题目 188. 买卖股票的最佳时机 IV 解析 在这里插入代码片
力扣188
YuYing_nl的博客
01-23 354
题目描述 给定一个整数数组prices ，它的第 i 个元素prices[i] 是一支给定的股票在第 i 天的价格。 设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。 来源：力扣（LeetCode） 链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-iv 著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。 示例 输入：k = 2, prices = [2,4,1] ..
leetcode打家劫舍1,2,3（dp+递归）
is Mr.Chen的博客
07-30 526
leetcode打家劫舍1 题意：给定一个数组，相邻的数字不能相加，其余数字可以任意相加，问在次情况下最大和是多少 思路：理解题意后就能明白这道题的和最大和是个动态增长的过程而且依赖之前求出来的最大和，我们可以用dp来解决。 dp的动态方程为dp[i] = max(dp[i-2]+nums[i],dp[i-1]） 代码如下： public int rob(int[] nums) { ...
LeetCode：121.买卖股票的最佳时机——动态规划
Super algorithm 的博客，技术爱好者。
03-29 2762
121. 买卖股票的最佳时机(1、2)——动态规划、贪心策略 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 。 🍎道阻且长，行则将至。🍓！！！
动态规划——01背包问题（力扣494：目标和）
qq_40472852的博客
11-24 504
前言 前面讲解了01背包问题的分析， 其实不难看出， 一个重要的判断该题（大概率）属于01背包问题的隐含条件是： 有N个物体（可以是任何东西， 比如今天的例题中可以是字符串和整数）， 每个物体只有选与不选两种情况， 且每个物体只能被选择一次， 以此来满足某种条件 还有， 01背包的状态转移方程就只有两种情况 要么选（要满足可选前提， 即背包容量大于当前考虑的第i号元素的重量）， 那就减小容积， 再从前i - 1号（子问题嘛！当然去考虑之前的）元素中去考虑 要么不选，容积不变， 直接考虑前i - 1号
【力扣技巧之动态规划】力扣322：零钱兑换【C++】
The Gao的博客
06-21 580
原题 给定不同面额的硬币 coins 和一个总金额 amount。编写一个函数来计算可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额，返回 -1。 你可以认为每种硬币的数量是无限的。 分析 这道题是一道典型的动态规划的题目。对于动态规划的题目，我们一直说有五个过程，首先要找到状态，其次确定base case，再者定义一个适宜采用动态规划的dp数组，然后要找到状态转移方程，最后求得题解。 对于这道题来说，题目要求求解可以凑成总金额所需的最少的硬币个数，那么状态就是对于凑成每一个金额所需
leetcode(力扣) 188. 买卖股票的最佳时机 IV (动态规划)
深度不学习！！的博客
11-03 644
解释：在第 2 天 (股票价格 = 2) 的时候买入，在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4。所以就是： dp[i][2] = max(dp[i-1][2],dp[i-1][1]+prices[i])所以就是：dp[i][1] = max(dp[i-1][1],dp[i-1][0]-prices[i])继续从2次中找规律，每次买入的时候都是-prices[0]，卖的时候都是0.dp[i][j] ：第i天的状态为j，所剩下的最大现金是dp[i][j]
我的力扣算法188-买卖股票的最佳时机Ⅳ
一坠的博客
12-28 138
ok 看题： 给定一个整数数组 prices ，它的第 i 个元素 prices[i] 是一支给定的股票在第 i 天的价格。 设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。 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）。 之前买卖股票的升级版，没有手续费，但是一次只能买一个股票，总之就是赚钱，越多越好。但是很难，不大会，等有时间再细看。 代码： class Solution { public: int maxProfit(int k, vector&lt
LeetCode-123、买卖股票的最佳时机 III-困难
clover_my的博客
02-19 159
LeetCode-123、买卖股票的最佳时机 III-困难 给定一个数组，它的第 i 个元素是一支给定的股票在第 i 天的价格。 设计一个算法来计算你所能获取的最大利润。你最多可以完成两笔交易。 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）。 示例1： 输入: [3,3,5,0,0,3,1,4] 输出: 6 解释: 在第 4 天（股票价格 = 0）的时候买入...
力扣：188.买卖股票的最佳时机IV
qq_56762247的博客
08-12 152
当前天买入股票要引用前些天卖出的股票，但是你知道前些天卖出的股票吗？不知道因为还没有遍历，所以这种遍历方式是错的。给定一个整数数组 prices ，它的第 i 个元素 prices[i] 是一支给定的股票在第 i 天的价格。设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。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）。大家应该发现规律了吧 ，除了0以外，偶数就是卖出，奇数就是买入。k+1~2*k为第 j 次卖出股票。1~k为第j次买入股票。...
力扣第 188 场周赛
weixin_42042056的博客
05-10 288
1、用栈操作构建数组 题目描述： https://leetcode-cn.com/contest/weekly-contest-188/problems/build-an-array-with-stack-operations/ 题解： class Solution: def buildArray(self, target: List[int], n: int) -> List[str]: tlist = [ ] res = [] for i
力扣第188题 买卖股票的最佳时机 IV c++ 动态规划题 附Java代码
lenyan~的博客
11-07 161
困难相关标签给你一个整数数组prices和一个整数k，其中prices[i]是某支给定的股票在第i天的价格。设计一个算法来计算你所能获取的最大利润。你最多可以完成k笔交易。也就是说，你最多可以买k次，卖k次。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）。2在第 1 天 (股票价格 = 2) 的时候买入，在第 2 天 (股票价格 = 4) 的时候卖出，这笔交易所能获得利润 = 4-2 = 2。7。
Leetcode 5689：统计匹配检索规则的物品数量
weixin_35338624的博客
02-28 249
题目描述 给你一个数组 items ，其中items[i] = [typei, colori, namei] ，描述第 i 件物品的类型、颜色以及名称。 另给你一条由两个字符串ruleKey 和 ruleValue 表示的检索规则。 如果第 i 件物品能满足下述条件之一，则认为该物品与给定的检索规则 匹配 ： ruleKey == "type" 且 ruleValue == typei 。 ruleKey == "color" 且 ruleValue == colori 。 ruleKey ==..
力扣刷题笔记：188. 买卖股票的最佳时机 IV（动态规划，优秀算法搬运，代码逐行注释，比动态规划+贪心算法好理解一些）
weixin_44414948的博客
12-28 224
题目： 188.买卖股票的最佳时机 IV 给定一个整数数组 prices ，它的第 i 个元素 prices[i] 是一支给定的股票在第 i 天的价格。 设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。 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）。 示例 1： 输入：k = 2, prices = [2,4,1] 输出：2 解释：在第 1 天 (股票价格 = 2) 的时候买入，在第 2 天 (股票价格 = 4) 的时候卖出，这笔交易所能获得利润 = 4-2 =
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

-Blue.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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