算法# 学习目标:动态规划算法(七)
学习内容:
动态规划算法:每次决策依赖于当前状态,又随即引起状态的转移。一个决策序列就是在变化的状态中产生出来的,所以,这种多阶段最优化决策解决问题的过程就称为动态规划。
在查找有很多重叠子问题的情况的最优解有效。动态规划保存子问题的解,避免重复计算。
学习产出:
股票交易
动态规划
解决动态规划问题的关键是找到状态转移方程,这样就可以通过计算和存储子问题的解来解决最终问题。
LeetCode121 买卖股票的最佳时机
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 。
示例 1:
输入:[7,1,5,3,6,4]
输出:5
解释:在第 2 天(股票价格 = 1)的时候买入,在第 5 天(股票价格 = 6)的时候卖出,最大利润 = 6-1 = 5 。
注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格;同时,你不能在买入前卖出股票。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock
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。
题解
遍历一遍数组,在每一个位置i时,记录i位置之前所有价格中最低价格,然后当前价格为售价,找出最大收益即可
代码(python)
class Solution:
def maxProfit(self, prices: List[int]) -> int:
buy,sell = prices[0],0
for i in range(len(prices)):
buy = min(buy,prices[i])
sell = max(sell,prices[i]-buy)
return sell
LeetCode188 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 = 2 。
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。
题解
如果k大于总天数,那么赚钱即可买卖,如果k小于总天数,我们可以建立两个动态规划数组buy和sell ,buy[j]表示在第j次买入时最大收益,sell[j]表示在第j次卖出时的最大收益
代码(python)
class Solution:
def maxProfit(self, k: int, prices: List[int]) -> int:
def maxProfitUnlimited(prices): #辅助函数 判断k大于总天数
maxProfit = 0
for i in range(len(prices)):
if prices[i] > prices[i-1]:
maxProfit += prices[i] - prices[i-1]
return maxProfit
days = len(prices)
if days < 2: return 0
if k >= days:
return maxProfitUnlimited(prices)
buy,sell = [float('-inf')]*(k+1),[0]*(k+1)
for i in range(days):
for j in range(1,k+1):
buy[j] = max(buy[j],sell[j-1] - prices[i])
sell[j] = max(sell[j],buy[j] + prices[i])
return sell[k]
LeetCode309 最佳买卖股票时机含冷冻期
给定一个整数数组,其中第 i 个元素代表了第 i 天的股票价格 。
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)。
示例:
输入: [1,2,3,0,2]
输出: 3
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-with-cooldown
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。
题解
利用状态机来解决这类动态转移问题,通过建立多个状态以及他们的转移方式,推导出各个状态的转移方程。如图所示,建立四个状态来表示带有冷却的股票交易和他们之间的转移方式
代码(python)
class Solution:
def maxProfit(self, prices: List[int]) -> int:
n = len(prices)
if n == 0: return 0
buy,sell,s1,s2 = [0]*n,[0]*n,[0]*n,[0]*n,
buy[0] = s1[0] = -prices[0]
for i in range(1,n):
buy[i] = s2[i-1] - prices[i]
s1[i] = max(buy[i-1],s1[i-1])
sell[i] = max(buy[i-1],s1[i-1]) + prices[i]
s2[i] = max(s2[i-1],sell[i-1])
return max(sell[n-1],s2[n-1])