python股票交易最大值最多可以完成k比交易_Python版-LeetCode 学习：买卖股票的最佳时机(121,122,123,188,309,714)...

买卖股票的最佳时机 交易次数K=1

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。

来源：力扣(LeetCode)

链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock

方法1：

class Solution:

def maxProfit(self, prices: List[int]) -> int:

result, buy = 0, float('inf')

for price in prices:

if buy > price:

buy = price

# 寻找价差最大的那个值

if result < price - buy:

result = price - buy

return result

方法2：利用动态规划的思想来考虑

class Solution:

def maxProfit(self, prices: List[int]) -> int:

if prices ==[]: return 0

n=len(prices)

dp_0,dp_1=0,float('-inf')

for i in range(n):

# 今天我没有持有股票，有两种可能：

# 要么是我昨天就没有持有，然后今天选择 rest，所以我今天还是没有持有；

# 要么是我昨天持有股票，但是今天我 sell 了，所以我今天没有持有股票了。

dp_0=max(dp_0, dp_1+prices[i])

# 解释：今天我持有着股票，有两种可能：

# 要么我昨天就持有着股票，然后今天选择 rest，所以我今天还持有着股票；

# 要么我昨天本没有持有，但今天我选择 buy，所以今天我就持有股票了。

dp_1=max(dp_1,-prices[i])

return dp_0

2.交易次数K=+infinity

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)。

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)。

来源：力扣(LeetCode)

链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii

方法1：

class Solution:

def maxProfit(self, prices: List[int]) -> int:

res = 0

for i in range(1,len(prices)):

if prices[i]>prices[i-1]:

res+=prices[i]-prices[i-1]

return res

方法2：

class Solution:

def maxProfit(self, prices: List[int]) -> int:

dp_0,dp_1=0,float('-inf')

for price in prices:

#

tmp=dp_0

#

dp_0=max(dp_0,dp_1+price)

dp_1=max(dp_1,tmp-price)

return dp_0

309. 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

方法1：

class Solution:

def maxProfit(self, prices: List[int]) -> int:

if not prices:

return 0

n = len(prices)

# f[i][0]: 手上持有股票的最大收益

# f[i][1]: 手上不持有股票，并且处于冷冻期中的累计最大收益

# f[i][2]: 手上不持有股票，并且不在冷冻期中的累计最大收益

f = [[-prices[0], 0, 0]] + [[0] * 3 for _ in range(n - 1)]

for i in range(1, n):

f[i][0] = max(f[i - 1][0], f[i - 1][2] - prices[i])

f[i][1] = f[i - 1][0] + prices[i]

f[i][2] = max(f[i - 1][1], f[i - 1][2])

return max(f[n - 1][1], f[n - 1][2])

方法2：

class Solution:

def maxProfit(self, prices: List[int]) -> int:

dp_0,dp_1=0,float('-inf')

# 没有持有的前一天的卖出状态

dp_pre_0=0

for p in prices:

tmp=dp_0 # 卖出值

dp_0=max(dp_0,dp_1+p) # 卖出阶段

# 比较继续持有，前一天卖出值减去p的总值

dp_1=max(dp_1,dp_pre_0-p) # 持有阶段

# 获取卖出值，作为前一天卖出操作值

dp_pre_0=tmp

return dp_0

714. 买卖股票的最佳时机含手续费

给定一个整数数组 prices，其中第 i 个元素代表了第 i 天的股票价格 ；非负整数 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。返回获得利润的最大值。

注意：这里的一笔交易指买入持有并卖出股票的整个过程，每笔交易你只需要为支付一次手续费。

来源：力扣(LeetCode)

链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-with-transaction-fee

方法1：

class Solution:

def maxProfit(self, prices: List[int], fee: int) -> int:

dp_0,dp_1=0,float('-inf')

for p in prices:

tmp=dp_0 # 昨天卖出后获得的利润

dp_0=max(dp_0,dp_1+p-fee) # 今天卖出状态下的利润

dp_1=max(dp_1,dp_0-p) # 今天持有状态下的利润；

# dp_0-p，是前天卖出后，今天买入下的利润状态

return dp_0

方法2：

class Solution:

def maxProfit(self, prices: list, fee: int) -> int:

if len(prices) < 2:

return 0

profit = 0

buy = sold = prices[0]

for price in prices[1:]:

if price > sold:

sold = price

else:

gain = sold - buy - fee

if gain >0 and gain > price-buy:

profit += gain

buy = sold = price

elif price < buy:

buy = sold = price

if sold - buy > fee:

profit += sold - buy - fee

return profit

123. 买卖股票的最佳时机 III  ，交易次数K=2

给定一个数组，它的第 i 个元素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 两笔 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: [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 。

来源：力扣(LeetCode)链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-iii

方法1：

class Solution:

def maxProfit(self, prices: List[int]) -> int:

# 一次交易，初始化

dp_i10,dp_i11=0,float('-inf')

# 第二次交易初始化

dp_i20,dp_i21=0,float('-inf')

for p in prices:

# 第二次卖出，第二次卖出的时候就是最后的总利润值，

# 最后的利润等于，这次买入后的利润(dp_i20)加上目前的价格

dp_i20=max(dp_i20,dp_i21+p)

# 第二次买入，第一次卖出获得的利润减去当前价格，与上次的计算第二次买入利润相比较

dp_i21=max(dp_i21,dp_i10-p)

# 第一次卖出，第一次买入的利润加p，与上次的第一次买入进行利润比较

dp_i10=max(dp_i10,dp_i11+p)

# 第一次买入，第一次的买入与-价格p比较

dp_i11=max(dp_i11,-p)

return dp_i20

方法2：

n = len(prices)

if n < 2:

return 0

# 维护两个数组，从左到右，从右到左 找出最大利润的两笔交易

left = [0] * n

min_p = prices[0]

max_p = 0

# 第i天的最大利润 = max(第i-1天的利润，第i天的价格 - 第i-1天内最小价格)

for i in range(1, n):

max_p = max(max_p, prices[i] - min_p)

min_p = min(min_p, prices[i])

left[i] = max_p

# print(left)

# 第i天的最大利润 = max()

right = [0] * n

min_p = prices[-1]

max_p = 0

# 注意这里要从倒数第二天开始遍历 n-2天 n = 8

for i in range(n-2, -1, -1):

# 倒序第6天的最大收益 = max(第7天的最大收益, 前7天的最大价格 - 第6天的价格)

max_p = max(max_p, min_p - prices[i])

min_p = max(min_p, prices[i])

right[i] = max_p + left[i]

return max(right)

188. 买卖股票的最佳时机 IV  ，交易次数K= 任意 int

给定一个数组，它的第 i 个元素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: [2,4,1], k = 2   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

方法1：

class Solution:

def maxProfit(self, k: int, prices: List[int]) -> int:

n=len(prices)

if k > n/2:

dp_0,dp_1=0,float('-inf')

for p in prices:

tmp=dp_0

dp_0=max(dp_0,dp_1+p)

dp_1=max(dp_1,tmp-p)

return dp_0

else:

dp=[[[0,0] for i in range(k+1)] for i in range(len(prices))]

for i,p in enumerate(prices):

for k in range(1,k+1):

if i==0:

dp[i][k][0]=0

dp[i][k][1]=-p

continue

# 第i天的第k次操作的卖出状态，

dp[i][k][0]=max(dp[i-1][k][0],dp[i-1][k][1]+p)

dp[i][k][1]=max(dp[i-1][k][1],dp[i-1][k-1][0]-p)

# print(dp)

return dp[n-1][k][0]