目录
121. 买卖股票的最佳时机(easy)(只能买卖一次股票,求最大利润)
122. 买卖股票的最佳时机 II(easy)(可以买卖多次股票,求最大利润)
309. 最佳买卖股票时机含冷冻期(middle)(可以买卖多次股票,但是卖出之后有一天冷冻期,求最大利润)
714. 买卖股票的最佳时机含手续费(middle)(可以买卖多次股票,但是交易股票有手续费,求最大利润)
123. 买卖股票的最佳时机 III(hard)(可以买卖 2 次股票,求最大利润)
188. 买卖股票的最佳时机 IV(hard)(可以买卖 <=k 次股票,求最大利润)
- 0:持有现金,买入股票需要减钱,需要减手续费;
- 1:持有股票,卖出股票需要加钱;
- return dp[][][0],最后都是一个持有现金的状态。
dp[ i ][ j ][ flag ]
- i 表示第i个交易日,也就是prices的第i个节点。
- j 是买入的次数,也就是记录交易次数(这里不是卖出)。
- flag 是是否持有股票的标志,持有为1,没有0。
节点0, 1入度各为2(箭头指向节点次数)代表了要到达节点0, 1各有两种方法,两种方法取收益最大值,可以写出状态转换方程:
dp[i][j][0] = max(dp[i - 1][j][0], dp[i - 1][j][1] + prices[i]) dp[i][j][1] = max(dp[i - 1][j][1], dp[i - 1][j - 1][0] - prices[i])
所有题目都是以这个转换方程做改变。
关于边界状态:
1、边界状态,因为方程中有i - 1,第一个i - 1为-1,所以我们可以直接用初始化dp的最后一位dp[-1]存点东西而已,因为初始dp中元素全是0,所以我们只需要找出不可能的初始状态,给它赋值-float('inf'),也就是负无穷。
- 这里dp[-1][k][1],这种无论k是什么,在-1是未开始的状态,你股票就持有了j = 1,这种全是负无穷。
- 还有dp[i][0][1],交易次数是0,你股票是持有状态,这种也都是负无穷。在考虑交易次数的题中,需要这个边界条件。
2、为什么交易次数计数,只能是买入,不能是卖?其实都是可以的,只是边界条件变了,这里直接用买入做交易次数标记条件,就不多想了。
121. 买卖股票的最佳时机(easy)(只能买卖一次股票,求最大利润)
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。(只能买卖一次股票,求最大利润)
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 。
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。
"""
middle 一维dp
2021-07-19
https://leetcode-cn.com/problems/gu-piao-de-zui-da-li-run-lcof/solution/mian-shi-ti-63-gu-piao-de-zui-da-li-run-dong-tai-2/
"""
# dp[i] 为 第i天卖出的最大利润
# 扩展可以交易两次(买卖算一次交易)求最大值
class Solution:
def maxProfit(self, prices):
if not prices:return 0
dp = [0 for _ in range(len(prices))]
cost = prices[0]
for i in range(1, len(prices)):
cost = min(cost, prices[i])
dp[i] = max(dp[i-1], prices[i]-min(cost, prices[i]))
return max(dp)
空间优化
class Solution:
def maxProfit(self, prices: List[int]) -> int:
cost, profit = float("+inf"), 0
for price in prices:
cost = min(cost, price)
profit = max(profit, price - cost)
return profit
如果是该套模板,则为
class Solution(object):
def maxProfit(self, prices):
# 在价格最低的时候买入,差价最大的时候卖出
if len(prices) < 2: return 0
cost = prices[0]
profit = 0
for price in prices:
cost = min(cost, price) # 找到最低那天的价格
profit = max(profit, price-cost)
return profit
# dp
# 只要考虑当天买和之前买哪个收益更高,当天卖和之前卖哪个收益更高
# dp = [[0, 0] for i in range(len(prices))]
# if not prices:return 0
# dp[-1][1] = -float("inf")
# for i in range(len(prices)):
# dp[i][1] = max(dp[i - 1][1], -prices[i])
# dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i])
# return dp[-1][0]
122. 买卖股票的最佳时机 II(easy)(可以买卖多次股票,求最大利润)
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)。
(可以买卖多次股票,求最大利润)
输入: prices = [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。
public class Solution {
public int maxProfit(int[] prices) {
int len = prices.length;
if (len < 2) {
return 0;
}
// 0:持有现金
// 1:持有股票
// 状态转移:0 → 1 → 0 → 1 → 0 → 1 → 0
int[][] dp = new int[len][2];
dp[0][0] = 0; //持有现金
dp[0][1] = -prices[0]; //持有股票,第一天买入股票,持有现金数为负
for (int i = 1; i < len; i++) {
// 这两行调换顺序也是可以的
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]); //持有现金,股票要卖出
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]); //持有股票,现金要减少
}
return dp[len - 1][0];
}
}
python版
"""
# 0 持有现金
# 1 持有股票,只有从第一天开始交易以后才有此状态,没有交易前i<0时,该状态都是不存在-int('inf')
"""
class Solution:
def maxProfit(self, prices):
if not prices:return 0
if len(prices)==1:return 0
n = len(prices)
dp = [[0 for _ in range(2)] for _ in range(n)]
dp[-1][1] = -float("inf")
for i in range(n):
# [0]现金状态,从持有股票的状态转来,再加上卖出股票的利润
dp[i][0] = max(dp[i-1][0], dp[i-1][1]+prices[i])
# [1]持股状态,从现金状态转来,再减去买入股票的价格
dp[i][1] = max(dp[i-1][1], dp[i-1][0]-prices[i])
return dp[-1][0]
# 贪心做法,每天都可以买卖
# sum_num = 0
# for i in range(n - 1):
# if prices[i] < prices[i + 1]:
# sum_num += prices[i + 1] - prices[i]
# return sum_num
309. 最佳买卖股票时机含冷冻期(middle)(可以买卖多次股票,但是卖出之后有一天冷冻期,求最大利润)
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)。
(可以买卖多次股票,但是卖出之后有一天冷冻期,求最大利润)
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]
class Solution:
def maxProfit(self, prices):
if not prices: return 0
if len(prices) == 1: return 0
n = len(prices)
dp = [[0 for _ in range(2)] for _ in range(n)]
dp[-1][1] = -float('inf')
dp[-2][1] = -float('inf')
for i in range(n):
# 买股票,可以什么都不做,可以从持有现金状态减去附加条件,转为持有股票状态
# i-2, 因为有一天冷冻期,需要从i-2日的现金状态转移
dp[i][1] = max(dp[i-1][1], dp[i-2][0]-prices[i])
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i])
return dp[-1][0]
714. 买卖股票的最佳时机含手续费(middle)(可以买卖多次股票,但是交易股票有手续费,求最大利润)
整数 fee 代表了交易股票的手续费用。你可以无限次地完成交易,但是你每笔交易都需要付手续费。如果你已经购买了一个股票,在卖出它之前你就不能再继续购买股票了。
(可以买卖多次股票,但是交易股票有手续费,求最大利润)
输入:prices = [1, 3, 2, 8, 4, 9], fee = 2
输出:8
解释:能够达到的最大利润:
在此处买入 prices[0] = 1
在此处卖出 prices[3] = 8
在此处买入 prices[4] = 4
在此处卖出 prices[5] = 9
总利润: ((8 - 1) - 2) + ((9 - 4) - 2) = 8
class Solution:
def maxProfit(self, prices, fee):
if not prices: return 0
n = len(prices)
dp = [[0 for _ in range(2)] for _ in range(n)]
# print(dp)
# dp[0][0] = 0
# dp[0][1] = -prices[0]-fee
dp[-1][1] = -float("inf") # 还没有开始交易,不可能持有股票
# dp[0][1] = -float("inf")
for i in range(n):
# 从持有现金的状态,转为持有股票的状态
dp[i][1] = max(dp[i-1][1], dp[i-1][0]-prices[i]-fee)
# 从持有股票的状态,转为持有现金的状态
dp[i][0] = max(dp[i-1][0], dp[i-1][1]+prices[i])
return dp[-1][0]
901. 股票价格跨度(middle)(单调栈)
考察单调栈
123. 买卖股票的最佳时机 III(hard)(可以买卖 2 次股票,求最大利润)
计算你所能获取的最大利润。你最多可以完成 两笔 交易。
(可以买卖 2 次股票,求最大利润)
输入:prices = [3,3,5,0,0,3,1,4]
输出:6
解释:在第 4 天(股票价格 = 0)的时候买入,在第 6 天(股票价格 = 3)的时候卖出,这笔交易所能获得利润 = 3-0 = 3 。
随后,在第 7 天(股票价格 = 1)的时候买入,在第 8 天 (股票价格 = 4)的时候卖出,这笔交易所能获得利润 = 4-1 = 3 。
dp[i][0][1],交易次数是0,你股票是持有状态,这种也都是负无穷。在考虑交易次数的题中,需要这个边界条件。
"""
# 0 持有现金
# 1 持有股票,只有从第一天开始交易以后才有此状态,没有交易前i<0时,该状态都是不存在-int('inf')
"""
class Solution:
def maxProfit(self, prices):
if not prices:return 0
if len(prices)==1:return 0
n = len(prices)
dp = [[[0, 0] for _ in range(3)] for _ in range(n)]
# print(dp)
for j in range(3): # 存在0\1\2笔交易数状态
dp[-1][j][1] = -float("inf")
# 一次都不交易,持有股票也是不存在的状态
for i in range(n):
dp[i][0][1] = -float("inf")
for i in range(n):
for j in range(1,3):# 最多只能买卖2次
#
dp[i][j][0] = max(dp[i-1][j][0], dp[i-1][j][1]+prices[i])
# [1],从现金状态买入股票,转为持有股票状态
# 买入一次,减去一次交易机会
dp[i][j][1] = max(dp[i-1][j][1], dp[i-1][j-1][0]-prices[i])
return dp[-1][2][0]
188. 买卖股票的最佳时机 IV(hard)(可以买卖 <=k 次股票,求最大利润)
来计算你所能获取的最大利润。你最多可以完成 k 笔交易。
(可以买卖 <=k 次股票,求最大利润)
输入:k = 2, prices = [3,2,6,5,0,3]
输出:7
解释:在第 2 天 (股票价格 = 2) 的时候买入,在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
随后,在第 5 天 (股票价格 = 0) 的时候买入,在第 6 天 (股票价格 = 3) 的时候卖出, 这笔交易所能获得利润 = 3-0 = 3 。
"""
# 0 持有现金
# 1 持有股票,只有从第一天开始交易以后才有此状态,没有交易前i<0时,该状态都是不存在-int('inf')
"""
class Solution:
def maxProfit(self, k, prices):
if not prices:return 0
if len(prices)==1:return 0
n = len(prices)
# 说明我可以一天买,一天卖,退化成122的贪心做法,可以交易无限次
if k >= (n // 2):
sum_num = 0
for i in range(n - 1):
if prices[i] < prices[i + 1]:
sum_num += prices[i + 1] - prices[i]
return sum_num
dp = [[[0, 0] for _ in range(k+1)] for _ in range(n)]
# print(dp)
# -1天,没有开始交易,所以持股也是不存在的状态
for j in range(k+1):
dp[-1][j][1] = -float("inf")
# 一次都不交易,持有股票也是不存在的状态
for i in range(n):
dp[i][0][1] = -float("inf")
for i in range(n):
for j in range(1, k+1):# 最多只能买卖k次
#
dp[i][j][0] = max(dp[i-1][j][0], dp[i-1][j][1]+prices[i])
# [1],从现金状态买入股票,转为持有股票状态
# 买入一次,减去一次交易机会
dp[i][j][1] = max(dp[i-1][j][1], dp[i-1][j-1][0]-prices[i])
return dp[-1][k][0]
参考:
fucking-algorithm/动态规划系列/团灭股票问题.md
leetcode 买卖股票合集 - 木吉子的文章 - 知乎(主要参考的这一篇,很棒!)