1. :买卖股票的最佳时机
题目链接: 121. 买卖股票的最佳时机 - 力扣(LeetCode)
应用条件:
难点:
# 确定dp数组(dp table)以及下标的含义:dp数组由len(prices)个[][]组成,dp[i][0] 表示在第i天持有股票所有的现金,dp[i][1]表示在第二天不持有股票所有的现金
# 确定递推公式: 如果第i天持有股票即dp[i][0], 那么可以由两个状态推出来:
# 第i-1天就持有股票,那么就保持现状,所得现金就是昨天持有股票的所得现金 即:dp[i - 1][0]
# 第i天买入股票,所得现金就是买入今天的股票后所得现金即:-prices[i]
# 那么dp[i][0]应该选所得现金最大的,所以dp[i][0] = max(dp[i - 1][0], -prices[i]);
# 如果第i天不持有股票即dp[i][1], 也可以由两个状态推出来
# 第i-1天就不持有股票,那么就保持现状,所得现金就是昨天不持有股票的所得现金 即:dp[i - 1][1]
# 第i天卖出股票,所得现金就是按照今天股票价格卖出后所得现金即:prices[i] + dp[i - 1][0]
# 同样dp[i][1]取最大的,dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);
# dp数组如何初始化: dp[0][0] -= prices[0]; dp[0][1] = 0;
# 确定遍历顺序: for i in range(1, length)
个人错误:
我觉得这个比2难,dp数组不好想,贪心会简单些
思路:
class Solution:
def maxProfit(self, prices: List[int]) -> int:
length = len(prices)
if length == 0:
return 0
dp = [[0] * 2 for _ in range(length)]
dp[0][0] = -prices[0]
dp[0][1] = 0
for i in range(1, length):
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[-1][1]
贪心:
class Solution:
def maxProfit(self, prices: List[int]) -> int:
low = float("inf")
result = 0
for i in range(len(prices)):
low = min(low, prices[i]) #取最左最小价格
result = max(result, prices[i] - low) #直接取最大区间利润
return result
2. :买卖股票的最佳时机II
题目链接: 122. 买卖股票的最佳时机 II - 力扣(LeetCode)
应用条件:动态规划
难点:
# 确定dp数组(dp table)以及下标的含义:dp[i]表示在i天可以取得的最大金额
# 确定递推公式: if price[i] > price[i-1]: dp[i] =dp[i-1]+(price[i] - price[i-1]) else:dp[i] = dp[i-1]
# dp数组如何初始化: dp[0]=0
# 确定遍历顺序: for i in range(1,len(nums)+1)
个人错误:
思路:
class Solution:
def maxProfit(self, prices: List[int]) -> int:
if len(prices) == 0 or len(prices) == 1:
return 0
dp = [0]*(len(prices))
for i in range(1,len(prices)):
if prices[i] > prices[i-1]:
dp[i] =dp[i-1]+(prices[i] - prices[i-1])
else:
dp[i] = dp[i-1]
print(dp)
return dp[-1]