力扣:121. 买卖股票的最佳时机
题目:
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 。
dp数组含义:
- 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
递归公式:
结果是:最后一天不持有股票的价值
每一天的情况分为:
- 持有股票
持有股票又分为:当前天买入股票,0~n-1天就持有股票 - 不持有股票
不持有股票又分为:当前天卖出股票,0~n-1天就卖出股票 - dp【i】【0】:第 i 天持有股票的价值
dp【i】【0】 = max(dp[【i-1】【0】, -prices【i】) - dp【i】【1】:第 i 天不持有股票的价值
dp【i】【1】 = max(dp【i-1】【1】, prices【i】 + dp【i-1】【0】)
初始化:
由递推公式 dp[i][0] = max(dp[i - 1][0], -prices[i]); 和 dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);可以看出其基础都是要从dp[0][0]和dp[0][1]推导出来。
- dp[0][0] -= prices[0]
- dp[0][1] = 0;
遍历顺序:
从前往后
代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int len = prices.size();
if (len == 0) return 0;
vector<vector<int>> dp(len, vector<int>(2));
dp[0][0] -= prices[0];
dp[0][1] = 0;
for (int i = 1; i < len; i++) {
dp[i][0] = max(dp[i - 1][0], -prices[i]);
dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);
}
return dp[len - 1][1];
}
};
从递推公式可以看出,dp[i]只是依赖于dp[i - 1]的状态。那么我们只需要记录 当前天的dp状态和前一天的dp状态就可以了,可以使用滚动数组来节省空间,代码如下:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int len = prices.size();
vector<vector<int>> dp(2, vector<int>(2)); // 注意这里只开辟了一个2 * 2大小的二维数组
dp[0][0] -= prices[0];
dp[0][1] = 0;
for (int i = 1; i < len; i++) {
dp[i % 2][0] = max(dp[(i - 1) % 2][0], -prices[i]);
dp[i % 2][1] = max(dp[(i - 1) % 2][1], prices[i] + dp[(i - 1) % 2][0]);
}
return dp[(len - 1) % 2][1];
}
};