买卖股票的最佳时机(动态规划/leetcode#121/简单)

给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。

如果你最多只允许完成一笔交易(即买入和卖出一支股票一次)，设计一个算法来计算你所能获取的最大利润。

注意：你不能在买入股票前卖出股票。

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。
示例 2:

输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。

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。

暴力解法：

image.png

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

动态规划：

首先要明白 dp[i][0]、dp[i][1]
0 代表手里没有股票的最大利润
1 代表手里有1只股票的最大利润

/**
     * 竖的坐标是 0,1 代表
     * 0代表 手里没有股票的最大利润
     * 1代表  手里有1只股票的最大利润
     * 状态转移方程  dp[i][0] = max(dp[i-1][0],dp[i-1][1]+prices[i])
     * dp[i][1]=max(dp[i-1][1],dp[i-1][0]-prices[i]);
     *
     * @param prices
     * @return
     */
    public int maxProfit(int[] prices) {

      if(prices.length<=1){
          return 0;
      }
        int n = prices.length;
        int[][] dp = new int[n][n];

        dp[0][0] = 0;
        dp[0][1] = -prices[0];


        for (int i = 1; i < n; i++) {
            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
            dp[i][1] = Math.max(dp[i - 1][1],  - prices[i]);
        }

        return dp[n - 1][0];

    }

由于此题只能买卖一次，所以 dp[i][1] 的状态转移方程要修改为 dp[i][1]=max(dp[i-1][1],-prices[i]);
因为 dp[i-1][0] 必须是一次都没有卖过的

同理

122. 买卖股票的最佳时机 II

的解法 也是一样

/**
     * 竖的坐标是 0,1 代表
     * 0代表 手里没有股票的最大利润
     * 1代表  手里有1只股票的最大利润
     * 状态转移方程  dp[i][0] = max(dp[i-1][0],dp[i-1][1]+prices[i])
     * dp[i][1]=max(dp[i-1][1], -prices[i] , dp[i-1][0]-prices[i]);
     *
     * @param prices
     * @return
     */
    public int maxProfit(int[] prices) {

        if(prices.length<=1){
            return 0;
        }

        int n = prices.length;
        int[][] dp = new int[n][2];

        dp[0][0] = 0;
        dp[0][1] = -prices[0];


        for (int i = 1; i < n; i++) {
            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
            dp[i][1] = Math.max(dp[i - 1][1], Math.max(-prices[i], dp[i - 1][0] - prices[i]));
        }

        return dp[n - 1][0];

    }

跟 121 不一样的地方就是 dp[i][1]的状态转移方程为： dp[i][1] = Math.max(dp[i - 1][1], -prices[i], dp[i-1][0]- prices[i]);

其中 -prices[i] 代表 前面一次都没买过 这次买了付出的钱
dp[i-1][0]- prices[i] 代表 前面赚到的钱 这次买了付出的钱

同理：

714. 买卖股票的最佳时机含手续费

/**
     * 竖的坐标是 0,1 代表
     * 0代表 手里没有股票的最大利润
     * 1代表  手里有1只股票的最大利润
     * 状态转移方程  dp[i][0] = max(dp[i-1][0],dp[i-1][1]+prices[i])
     * dp[i][1]=max(dp[i-1][1],dp[i-1][0]-prices[i]);
     *
     * @param prices
     * @return
     */
    public int maxProfit(int[] prices, int fee) {

        int n = prices.length;
        int[][] dp = new int[n][2];

        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        for (int i = 1; i < n; i++) {
            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]-fee);
            dp[i][1] = Math.max(dp[i - 1][1], Math.max(-prices[i], dp[i - 1][0] - prices[i]));
        }

        return dp[n - 1][0];
    }