训练营第四十一天打卡,今天解决股票买卖问题,动态规划解法关键在于状态定义。
121. 卖股票的最佳时机
解题过程
- 用动态规划做,定义两个状态:当天持有股票的最大利润,当天不持有股票的最大利润
- 由于只买卖一次股票,当天持有股票的最大利润等于max(昨天持有股票的最大利润,-当天股票价格)
动态规划
class Solution {
public:
int maxProfit(vector<int>& prices) {
vector<vector<int>>dp(prices.size(), vector<int>(2));
dp[0][0] = -prices[0]; // 持有股票最大利润
dp[0][1] = 0; // 不持有股票最大利润
for (int i = 1; i < prices.size(); i++) {
dp[i][0] = max(dp[i - 1][0], -prices[i]);
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);
}
return dp.back()[1];
}
};
122.买卖股票的最佳时机Ⅱ
做题过程
- 用贪心,只要后一天的股价比前一天的高,那就加上这一天利润,否则不做操作
- 用动态规划,用数组记下每一天持有和不持有股票的最大利润
知识点
- 局部最优:收集每天的正利润,全局最优:求得最大利润。时间复杂度:O(n),空间复杂度:O(1)
- 动态规划时间复杂度:O(n),空间复杂度:O(n)
动态规划
class Solution {
public:
int maxProfit(vector<int>& prices) {
vector<vector<int>>dp(prices.size(), vector<int>(2));
dp[0][0] = -prices[0]; // 持有股票最大利润
dp[0][1] = 0; // 不持股票最大利润
for (int i = 1; i < prices.size(); i++) {
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
dp[i][1] = max(dp[i - 1][0] + prices[i], dp[i - 1][1]);
}
return dp.back()[1];
}
};
123.买卖股票的最佳时机Ⅲ
解题过程
- 定义四个状态:
dp[i][0]
第一次持有股票最大利润dp[i][1]
第一次不持有股票最大利润dp[i][2]
第二次持有股票最大利润dp[i][3]
第二次不持有股票最大利润
- 每个状态都可以有本身的上一次状态或者其他状态推导来
动态规划
class Solution {
public:
int maxProfit(vector<int>& prices) {
vector<vector<int>>dp(prices.size(), vector<int>(4));
dp[0][0] = -prices[0]; // 第一次持有股票最大利润
dp[0][1] = 0; // 第一次不持有股票最大利润
dp[0][2] = -prices[0]; // 第二次持有股票最大利润
dp[0][3] = 0; // 第二次不持有股票最大利润
for (int i = 1; i < prices.size(); i++) {
dp[i][0] = max(dp[i - 1][0], -prices[i]);
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);
dp[i][2] = max(dp[i - 1][2], dp[i - 1][1] - prices[i]);
dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] + prices[i]);
}
return dp.back().back();
}
};