LeetCode：动态规划-买卖股票

一、买卖股票

121：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

贪心：

class Solution {
    public int maxProfit(int[] prices) {
        int length = prices.length;
        int min = prices[0];
        int cur = 0;
        int max = 0;
        for (int i = 1; i < length; i++) {
            //记录prices[i]之前的最小值
            min = Math.min(min, prices[i]);
            //第i天卖出能收到的最大收益
            cur = prices[i] - min;
            max = Math.max(max,cur);
        }
        return max;
    }
}

二、买卖股票II

122：设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。

贪心：只要出现递增就算进去

class Solution {
    public int maxProfit(int[] prices) {
        int result = 0;
        for(int i=1;i<prices.length;i++){
            if(prices[i]-prices[i-1]>0)
                result+=prices[i]-prices[i-1];
        }
        return result;
    }
}

动态规划：

class Solution {
    public int maxProfit(int[] prices) {
        int length = prices.length;
        int[][] dp = new int[length][2];
        //dp[i][0]，第i天不持有股票的最大收益
        //dp[i][1]，第i天持有股票的最大收益
        dp[0][0]=0;
        dp[0][1]=-prices[0];
        for(int i =1;i<length;i++){
        
        //第i天不持有：两种情况：1.前一天持有，今天卖掉,则加上今天的票价 2.前一天维持有，还是昨天的收益，光有股票不卖的话，没有收益来源，收益不变
            dp[i][0]=Math.max(dp[i-1][0],dp[i-1][1]+prices[i]);

        //第i天持有：两种情况：1.前一天持有，就是昨天的收益，因为没卖就没收益 2.如果前一天没持有，减去今天的票价,买进来需要花费
            dp[i][1]=Math.max(dp[i-1][1],dp[i-1][0]-prices[i]);
        }
        return Math.max(dp[length-1][0],dp[length-1][1]);
    }
}

三、买卖股票III

123：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。

class Solution {
    public int maxProfit(int[] prices) {
        int length = prices.length;
        int[][] dp = new int[length][5];
        dp[0][0]=0;
        dp[0][1]=-prices[0];
        dp[0][2]=0;
        dp[0][3]=-prices[0];
        dp[0][4]=0;
        for(int i =1;i< length;i++){
            //五种状态是第i天所处的状态，而不是第i天所做的操作
            //d[i][0]处于什么操作都没做的状态
            dp[i][0]=dp[i-1][0];
            //d[i][1]处于买入了一次股票状态
            dp[i][1]=Math.max(dp[i-1][0]-prices[i],dp[i-1][1]);
            //d[i][2]处于卖出了一次股票状态
            dp[i][2]=Math.max(dp[i-1][1]+prices[i],dp[i-1][2]);
            //d[i][3]处于买入了两次股票状态
            dp[i][3]=Math.max(dp[i-1][2]-prices[i],dp[i-1][3]);
            //d[i][4]处于卖出了两次股票状态
            dp[i][4]=Math.max(dp[i-1][3]+prices[i],dp[i-1][4]);
        }

        return dp[length-1][4];

    }
}

四、买卖股票IV

188：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。

class Solution {
    public int maxProfit(int k, int[] prices) {
        int length = prices.length;
        if(length==0)
            return 0;
        int[][] dp = new int[length][2*k+1];
        for(int i=0;i<2*k+1;i++){
            if(i%2==0)
                dp[0][i]=0;
            else
                dp[0][i]=-prices[0];
        }
        for(int i=1;i<length;i++){
            dp[i][0]=dp[i-1][0];
            for(int j =1;j<2*k+1;j++){
                if(j%2==1)//买入
                    dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-1]-prices[i]);
                else
                    dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-1]+prices[i]);
            }
        }
        return dp[length-1][2*k];
    }
}

五、买卖股票含冷冻期

309：设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）: 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）。 卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。

class Solution {
    public int maxProfit(int[] prices) {
        int length = prices.length;
        int[][] dp = new int[length][4];
        //四种状态
        //买入股票的状态
        dp[0][0]=-prices[0];

        //卖出股票状态，已经度过冷冻期
        dp[0][1]=0;

        //今天卖出股票
        dp[0][2]=0;

        //今天为冷冻期
        dp[0][3]=0;

        for(int i=1;i<length;i++){
            //买入状态：前一天的买入状态，前一天的度过冷冻状态，前一天的冷冻状态
            dp[i][0]=Math.max(Math.max(dp[i-1][0],dp[i-1][1]-prices[i]),dp[i-1][3]-prices[i]);

            //卖出度过冷冻期状态：前一天的冷冻期状态，前一天的度过冷冻状态
            dp[i][1]=Math.max(dp[i-1][1],dp[i-1][3]);

            //今天卖出股票状态：前一天为买入期状态，
            dp[i][2]=dp[i-1][0]+prices[i];

            //今天冷冻期状态：前一天卖出股票
            dp[i][3]=dp[i-1][2];
        }
        return Math.max(Math.max(dp[length-1][1],dp[length-1][2]),dp[length-1][3]);


    }
}