122. 买卖股票的最佳时机 II

最新推荐文章于 2024-09-01 14:36:22 发布

索拉里斯星的镇静剂

最新推荐文章于 2024-09-01 14:36:22 发布

阅读量145

点赞数

分类专栏： # leetcode总结

本文链接：https://blog.csdn.net/weixin_38023259/article/details/108929913

版权

leetcode总结专栏收录该内容

1 篇文章

订阅专栏

本文探讨了三种解决股票交易问题的方法：暴力搜索策略的深度优先搜索、基于局部最优的贪心算法，以及通过状态转移的动态规划。暴力搜索虽可能超时，但贪心算法仅适用于部分场景，而动态规划提供了全局最优解。作者详细介绍了每种方法的实现和适用条件。

摘要由CSDN通过智能技术生成

方法1 ：暴力搜索，但是会超时


class Solution {
    private int ans;
    public int maxProfit(int[] prices) {
        if(prices.length < 2) return 0;
        this.ans = 0;
        dfs(prices,0,0,0,prices.length);//价格，位置，状态，利润

        return this.ans;
    }//判断的结尾在哪？位置截止即是

    public void dfs(int []prices,int pos,int status,int profit,int len){
        if(len == pos){
            this.ans = Math.max(this.ans,profit);
            return; 
        } //暴力搜索处是选择一种在整个队列里面收益最多的情况，所以必须是在全部结果都找到的情况下，才可以结算，单算一种根本达不到要求

        dfs(prices,pos+1,status,profit,len);//不操作
        if(status == 0)
            dfs(prices,pos+1,1,profit-prices[pos],len);//
        else
            dfs(prices,pos+1,0,profit+prices[pos],len);//
        
    }

}

方法2：贪心算法，贪心是每个局部最优，但是没有一个状态转移的前后影响的特性。

class Solution {
    public int maxProfit(int[] prices) {
        int ans = 0;
        for(int i = 1; i < prices.length; i++){
            int tmp = prices[i] - prices[i-1];
            if(tmp > 0) ans += tmp;  
        }
        return ans;
    }
}

方法3：动态规划，需要一个状态方程，状态转移，与前后最终的状态。

class Solution {
    public int maxProfit(int[] prices) {
        int len = prices.length;
        if(len < 2) return 0; 
        int [][]dp = new int[len][2];
        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        for(int i = 1; i < len; 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],dp[i-1][0]-prices[i]);
        }
        return dp[len-1][0];
    }
}