26 递归、动态规划双指针求解买卖股票的最佳时机

问题描述：给定一个数组，他的第i个元素是一只给定股票第i天的价格，如果你最多只允许完成一笔交易(即买入和卖出一只股票一次)，设计一个算法计算你所能获取的最大利润，你不能在买入股票前卖出股票。

递归求解思路：用一个参数变量记录手里是否有股票，若有可以选择卖，然后立即返回(因为只允许有一次交易)，也可以选择不卖继续往下走。如果没有可以选择继续向下走，或者买一张股票；

 

public getMaxProfit(int []prices,int index,int isHave,int times)
{
if(index==prices.length-1)
{
if (isHave)
{
return prices[prices.length-1];
}else
{
return 0;
}
}

if(times==1)
{
return 0;
}
if(isHave)
{
return Math.max(getMaxProfit(prices,index+1,false,1)+prices[index],getMaxProfit(prices,index+1,isHave,0));
}else
{
return Math.max(getMaxProfit(prices,index+1,false,0),getMaxProfit(prices,index+1,true,0)-prices[index]);
}
}

public GetMaxProfit(int [] prices)
{
return getMaxProfit(prices,0,0,0);
}

动态规划求解；定义dp[i][0][0]为在第i天手上没有股票且没卖过股票的最大利润，dp[i][0][1]表示第i天手上没有股票，但是卖过一次的最大利润，dp[i][1][0]表示第i天持有股票的最大利润，dp[i][1][1]不存在。

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

最大差值上升子序列：可以利用双指针求得所有的上升子序列，并存在PriorityQueue(最大堆中)最后弹出最大堆。

public getMaxProfit(int []prices)
{
int slowIndex=0;
int fastIndex=1;
int sum=0;
PriorityQueue<Integer>maxHeap=new PriorityQueque<>(Collections.reverseOrder());
while(fastIndex<prices.length)
{
if(prices[fastIndex]>=prices[fastIndex-1])
{
fastIndex++;
}else
{
sum=prices[fastIndex-1]-prices[slowIndex];
maxHeap.add(sum);
sum=0;
slowIndex=fastIndex;
fastIndex+=1;
}
}
if(fastIndex-1==prices.length-1)
{
maxheap.add(prices[prices.length-1]-prices[slowIndex]);
}
return maxheap.poll();
}