【算法面试通关40讲】48 - 面试题：股票买卖系列

最新推荐文章于 2024-04-23 11:46:33 发布
最新推荐文章于 2024-04-23 11:46:33 发布
阅读量865 收藏 2
点赞数
分类专栏： 算法和数据结构 文章标签： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_38611497/article/details/102702572
版权

121（只能买卖一次），122（可以买卖无数次），123（只能买卖两次），309（加入了cool down），188（可以买卖k次），714（交易含有手续费怎么办）

Leetcode-121. 买卖股票的最佳时机

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），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。

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。

解法：遍历一遍，同时记录前面的最小值

  • Java
class Solution {
    public int maxProfit(int[] prices) {
        // 一次遍历，记录最小值
        if (prices==null || prices.length==0) return 0;
        int min = prices[0], res = 0;
        for (int i=1;i<prices.length;i++) {
            if (prices[i] < min) {
                min = prices[i];
            } else if(prices[i]-min>res) {
                res = prices[i]-min;
            } else {}
        }
        return res;
    }
}
  • Python
class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if not prices: return 0
        min, res = prices[0], 0
        for i in range(1, len(prices)):
            if prices[i]<min:
                min = prices[i]
            elif prices[i]-min>res:
                res = prices[i] - min
            else: pass
        return res

Leetcode-122. 买卖股票的最佳时机 II

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。

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）。

示例 1:

输入: [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 。

示例 2:

输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
     注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。
     因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3:

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。

解法：贪婪算法，只要明天价格涨了，我们就买入。

  • Java
class Solution {
    public int maxProfit(int[] prices) {
        if (prices==null || prices.length==0) return 0;
        int res = 0;
        for (int i=0;i<prices.length-1;i++) {
            if (prices[i]<prices[i+1]) {
                res += prices[i+1]-prices[i];
            }
            else{}
        }
        return res;
    }
}
  • Python
class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if not prices: return 0
        res = 0
        for i in range(0, len(prices)-1):
            if prices[i+1]>prices[i]:
                res += prices[i+1]-prices[i]
            else:
                pass
        return res

Leetcode-123. 买卖股票的最佳时机 III

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 。

示例 2:

输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。   
     注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。   
     因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3:

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

Leetcode-188. 买卖股票的最佳时机 IV

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 。

示例 2:

输入: [3,2,6,5,0,3], k = 2
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 。

解法：使用DP，首先要定义状态dp[i]，含义设定为第i天能够获得的最大利润，然后推导递推方程dp[i] = dp[i-1] - prices[i]（第i天买入）或者dp[i] = dp[i-1] + prices[i]（第i天卖出），但是这样定义，没有办法知道第i天到底是哪种方程，因此需要改进递推公式，增加维度，i表示天数，从0到n-1，k表示买卖的次数，从0到k，j表示拥有的股票数，0或1，那么dp[i][k][j]的状态含义就是第i天进行了k次交易手头(只有卖出才算交易+1)拥有j个股票时，能获得的最大利润，递推公式如下图所示，(i, j, k)的先后顺序不重要

在这里插入图片描述

最终的收益就是MP[n-1][{0~k}][0](也就是说最后一天，完成了0-k笔交易，并且最后手头没有股票的情况）中的最大值

  • Java
    k=2
class Solution {
    public int maxProfit(int[] prices) {
        if (prices==null || prices.length==0) return 0;
        long[][][] mp = new long[prices.length][3][2]; // 3 for 0,1,2 trades been made ,2 for 0,1 stocks we have in hand
        mp[0][0][0] = 0; mp[0][0][1] = -prices[0];
        mp[0][1][0] = Integer.MIN_VALUE; mp[0][1][1] = Integer.MIN_VALUE;
        mp[0][2][0] = Integer.MIN_VALUE; mp[0][2][1] = Integer.MIN_VALUE;
        for (int i=1;i<prices.length;i++) {
            mp[i][0][0] = mp[i-1][0][0];
            mp[i][0][1] = Math.max(mp[i-1][0][1], mp[i-1][0][0]-prices[i]);
            
            mp[i][1][0] = Math.max(mp[i-1][1][0], mp[i-1][0][1]+prices[i]);
            mp[i][1][1] = Math.max(mp[i-1][1][1], mp[i-1][1][0]-prices[i]);
            
            mp[i][2][0] = Math.max(mp[i-1][2][0], mp[i-1][1][1]+prices[i]);
        }
        return (int)Math.max(mp[prices.length-1][0][0]<mp[prices.length-1][1][0]?mp[prices.length-1][1][0]:mp[prices.length-1][0][0], mp[prices.length-1][2][0]);
    }
}
  • Python
    k=2
class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if not prices: return 0
        length = len(prices)
        mp = [[[0 for _ in range(2)] for _ in range(3)] for _ in range(length)]
        minint = -2**31
        mp[0][0][0], mp[0][0][1] = 0, -prices[0]
        mp[0][1][0], mp[0][1][1] = minint, minint
        mp[0][2][0], mp[0][2][1] = minint, minint
        for i in range(1, len(prices)):
            mp[i][0][0] = mp[i-1][0][0]
            mp[i][0][1] = max(mp[i-1][0][1], mp[i-1][0][0]-prices[i])
            
            mp[i][1][0] = max(mp[i-1][1][0], mp[i-1][0][1]+prices[i])
            mp[i][1][1] = max(mp[i-1][1][1], mp[i-1][1][0]-prices[i])
            
            mp[i][2][0] = max(mp[i-1][2][0], mp[i-1][1][1]+prices[i])
        return max(mp[length-1][0][0], mp[length-1][1][0], mp[length-1][2][0])
  • Java
    k笔交易
class Solution {
    public int maxProfit(int K, int[] prices) {
        if (prices==null || prices.length==0 || K<=0) return 0;
        if (K>=prices.length/2) { // equal to that you can make maximum number of transactions.
            int res = 0;
            for (int i=0;i<prices.length-1;i++) {
                if (prices[i+1]>prices[i]) {
                    res += prices[i+1]-prices[i];
                }
            }
            return res;
        }
        
        int[][][] mp = new int[prices.length][K+1][2]; // mp for max_profit
        List<Integer> res = new ArrayList<>();
        mp[0][0][0] = 0; mp[0][0][1] = -prices[0];
        for (int k=1;k<=K;k++) {
            mp[0][k][0] = -(int)Math.pow(2,10); // set a minus value meaning impossible option
            mp[0][k][1] = -(int)Math.pow(2,10);
        }
        
        for (int i=1;i<prices.length;i++) {
            mp[i][0][0] = mp[i-1][0][0];
            mp[i][0][1] = Math.max(mp[i-1][0][1], mp[i-1][0][0]-prices[i]);
            for (int k=1;k<K;k++) {
                mp[i][k][0] = Math.max(mp[i-1][k][0], mp[i-1][k-1][1]+prices[i]);
                mp[i][k][1] = Math.max(mp[i-1][k][1], mp[i-1][k][0]-prices[i]);
            }
            mp[i][K][0] = Math.max(mp[i-1][K][0], mp[i-1][K-1][1]+prices[i]);
        }
        
        for (int k=0;k<=K;k++) { // max value are in mp[len(prices)-1][0~k][0], add to a list
            res.add(mp[prices.length-1][k][0]);
        }
        return Collections.max(res);
    }
}

这里再给出如果用递推做121，也就是1次交易的代码，以供参考

class Solution {
    public int maxProfit(int[] prices) {
        // 一次遍历，记录最小值
        if (prices==null || prices.length==0) return 0;
        int[][][] mp = new int[prices.length][2][2];
        mp[0][0][0] = 0; mp[0][0][1] = -prices[0];
        mp[0][1][0] = -(int)Math.pow(2,10); mp[0][1][1] = -(int)Math.pow(2,10);
        for (int i=1;i<prices.length;i++) {
            mp[i][0][0] = mp[i-1][0][0];
            mp[i][0][1] = Math.max(mp[i-1][0][1], mp[i-1][0][0]-prices[i]);
            mp[i][1][0] = Math.max(mp[i-1][1][0], mp[i-1][0][1]+prices[i]);
            mp[i][1][1] = Math.max(mp[i-1][1][1], mp[i-1][1][0]-prices[i]);
        }
        return Math.max(mp[prices.length-1][0][0],mp[prices.length-1][1][0]);
    }
}

Leetcode-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]

解法：与上题类似，定义dp状态，推导dp状态转移方程

  • Java
class Solution {
    public int maxProfit(int[] prices) {
        if (prices==null || prices.length==0) return 0;
        int[][][] mp = new int[prices.length][2][2]; // 天数，持股数，是否是冷冻期
        mp[0][0][0] = 0; mp[0][1][0] = -prices[0];
        mp[0][0][1] = -(int)Math.pow(2,10); mp[0][1][1] = -(int)Math.pow(2,10);
        for (int i=1;i<prices.length;i++) {
            mp[i][0][0] = Math.max(mp[i-1][0][0], mp[i-1][0][1]); // 前一天就是0股非冷冻，或者前一天0股是冷冻期
            mp[i][1][0] = Math.max(mp[i-1][1][0], mp[i-1][0][0]-prices[i]); // 前一天1股非冷冻期，前一天0股非冷，买入1股
            mp[i][0][1] = mp[i-1][1][0]+prices[i]; // 只能是前一天卖出了股票
            // mp[i][1][1] = mp[i-1][0][0]-prices[i];  // 不可能存在有1个股票的同时还是冷冻期
        }
        return Math.max(mp[prices.length-1][0][1], mp[prices.length-1][0][0]);
    }
}
  • Python
class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if not prices: return 0
        mp = [[[0 for _ in range(2)] for _ in range(2)] for _ in range(len(prices))]
        mp[0][0][0], mp[0][1][0], mp[0][0][1], mp[0][1][1] = 0, -prices[0], -pow(2,10), -pow(2,10)
        for i in range(1,len(prices)):
            mp[i][0][0] = max(mp[i-1][0][0], mp[i-1][0][1]) # 前一天就是0股非冷冻，或者前一天0股是冷冻期
            mp[i][1][0] = max(mp[i-1][1][0], mp[i-1][0][0]-prices[i]) # 前一天1股非冷冻期，前一天0股非冷，买入1股
            mp[i][0][1] = mp[i-1][1][0]+prices[i] # 只能是前一天卖出了股票
            # mp[i][1][1] = mp[i-1][0][0]-prices[i]  # 不可能存在有1个股票的同时还是冷冻期
        return max(mp[len(prices)-1][0][0], mp[len(prices)-1][0][1])

Leetcode-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，但是你每次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。

示例 1:

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.

注意:

  • 0 < prices.length <= 50000.
  • 0 < prices[i] < 50000.
  • 0 <= fee < 50000.

解法：同上

  • Java
class Solution {
    public int maxProfit(int[] prices, int fee) {
        if (prices==null || prices.length<=1) return 0;
        int[][] mp = new int[prices.length][2]; // 天数，持股数
        mp[0][0] = 0; mp[0][1] = -prices[0];
        for (int i=1;i<prices.length;i++) {
            mp[i][0] = Math.max(mp[i-1][0],mp[i-1][1]+prices[i]-fee);
            mp[i][1] = Math.max(mp[i-1][1],mp[i-1][0]-prices[i]);
        }
        return mp[prices.length-1][0];
    }
}
  • Python
class Solution:
    def maxProfit(self, prices: List[int], fee: int) -> int:
        if not prices or len(prices)<=1: return 0
        mp = [[0 for _ in range(2)] for _ in range(len(prices))]
        mp[0][0], mp[0][1], mp[1][0], mp[1][1] = 0, -prices[0], -pow(2,10), -pow(2,10)
        for i in range(1,len(prices)):
            mp[i][0] = max(mp[i-1][0], mp[i-1][1]+prices[i]-fee)
            mp[i][1] = max(mp[i-1][1], mp[i-1][0]-prices[i])
        return mp[len(prices)-1][0]
Melo丶
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【算法笔记】极客时间　算法面试通关40讲　笔记　　覃超
轮子去哪儿了
03-15 4477
文章目录算法与数据结构：时间复杂度——主定理的常见应用 算法与数据结构： 时间复杂度——主定理的常见应用 搜索　便利　排序　合并的时间复杂度要知道。 ...
算法面试40讲
老宋学习之路
03-22 505
文章目录算法面试40讲数组和链表堆栈和队列优先级队列哈希表树和二叉树二叉树的遍历递归与分治贪心算法BFS和DFS剪枝二分查找字典树位运算动态规划并查集LRU 算法面试40讲 极客时间《算法面试40讲》笔记 数组和链表 反转链表和判断链表是否有环 LC24_两两交换链表中的结点 public class Solution1 { /** * LC24:两两交换链表中的结点 * 示例：1,2,3,4 反转成 2,1,4,3 * 迭代 */ publi
代码随想录算法训练营DAY32|C++贪心算法Part.2|122.买卖股票的最佳时机II、55.跳跃游戏、45.跳跃游戏II
最新发布
糖炒栗子
04-23 1170
从上文可以看出，我们要比较当前范围下能扩充的最终范围。
经典算法思想题目-买卖股票的最佳时机 II
ybigbear2的博客
07-17 167
某种意义上说，贪心算法是很贪婪、很目光短浅的，它不从整体考虑，仅仅只关注当前的最大利益，所以说它做出的选择仅仅是某种意义上的局部最优，但是贪心算法在很多问题上还是能够拿到最优解或较优解，所以它的存在还是有意义的。第 i-1 天买入第 i 天卖出获利 prices[i+1]-prices[i] ，我们仅仅需要将 prices[i+1]-prices[i] 的所有正值加起来就是可获取的最大利益。，第 i 天买入，第 i+1 天卖出，如果 i 天买入第 i+1 天卖出有利润则买入，否则不买。
【算法/动态规划/股票问题】题解+详细备注（共6题）
MichaelKongChina的博客
05-01 975
通过6题的训练，掌握使用DP解决股票问题 121.买卖股票的最佳时机 122.买卖股票的最佳时机II 123.买卖股票的最佳时机III 188.买卖股票的最佳时机IV 309.最佳买卖股票时机含冷冻期 714.买卖股票的最佳时机含手续费 ...
算法打卡day44|动态规划篇12| Leetcode 309.最佳买卖股票时机含冷冻期、714.买卖股票的最佳时机含手续费
改变从现在开始
04-12 1034
JAVA算法|动态规划篇12| Leetcode 309.最佳买卖股票时机含冷冻期、714.买卖股票的最佳时机含手续费
算法面试通关40讲完整课件 25-26 贪心算法
07-06
- **股票买卖问题**：如LeetCode上的题目《Best Time to Buy and Sell Stock II》，通过贪心策略，每次遇到股价低于之前最低价时买入，遇到高于当前价格时卖出，可以实现利润的最大化。 - **零钱找零问题**：...
算法面试通关40讲完整课件 40-43 位运算
07-06
位运算在计算机科学和算法设计中扮演着至关重要的角色，特别是在优化代码性能和解决空间效率问题时。在面试中，熟练掌握位运算技巧是衡量一个程序员能力的重要指标。以下是关于位运算的一些关键知识点： 1. **位...
算法面试通关40讲完整课件 44-53 动态规划
07-06
动态规划是一种重要的算法思想，广泛应用于解决复杂的问题，如求职面试中的算法题。它通过将问题分解为子问题，然后...通过深入理解和熟练运用动态规划，可以有效地解决这些面试题，提高求职者在算法面试中的竞争力。
算法面试通关40讲完整课件 32-34 剪枝
07-06
剪枝算法是优化搜索策略的一种重要技术，在解决复杂问题时能显著减少计算量，提高算法效率。在面试中，熟练掌握剪枝技巧是展现算法能力的关键。以下将详细阐述剪枝算法的核心概念、应用场景以及常见面试题目的解析。...
算法面试通关40讲完整课件 37-39 字典树
07-06
字典树，又称为前缀树或Trie树，是一种数据结构，主要用于高效地存储和检索字符串。在面试中，掌握字典树的概念、构造以及应用对于...通过学习和实践，你可以更好地应对涉及字符串处理的面试题，提升自己的技术水平。
【算法面试通关40讲】43 - 理论理解：动态规划（上）&44 - 理论理解：动态规划（下）
Melo
10-19 242
动态规划（Dynamic Programming） 1. 递归+记忆化 --> 递推 2. 状态的定义：opt[n], dp[n], fib[n] 3. 状态转移方程：opt[n] = best_of(opt[n-1], opt[n-2], …) 4. 最优子结构 传统的斐波那契数列的解法，时间复杂度O（2^N)，使用简单的递归算法会有很多的冗余计算 使用内存数组进行记忆化，降低时间复杂度...
算法面试40讲4
zuyuhuo6777的博客
04-03 482
24、贪心算法 只适用于是倍数的情况，当面值是10,9,1的时候，组成18，贪心就不试用(10+8*1与9*2) 25、买卖股票的最佳时机 搜索+贪心+动态规划 下面这个是贪心算法的代码。其他两种还在学 class Solution: def maxProfit(self, prices: List[int]) -> int: profit...
极客时间-算法面试40讲
zuyuhuo6777的博客
02-27 4059
一、合格程序员第一步：算法 1、编程的内功修炼 2、去国内一流互联网公司的必要条件 3、硅谷互联网公司面试更是要求当场写算法题目         1、电话面试          2、现场手撕代码 4、算法和数据结构是有趣且实用 区块链： 链表+树 二、如何有效的学习算法与数据结构 书：Outliers 1万小时+三步骤 精通一个领域：切碎知识点（庖丁解牛+脉络练习）+...
面试题：股票的最大利润
穷B光头
02-04 3403
假设吧某股票的价格按照时间先后顺序存储在数组中，请问买卖该股票一次可能获得的最大利润是多少？例如，一只股票在某些时间节点的价格为{9,11,8,5,7,12,16,14}。如果我们能在价格为5的时候买入并在价格为16时卖出，则能收获最大的利润11。 思路：如果在扫描到数组中的第i个数字时，只要我们能够记住之前的i-1个数字中的最小值，就能算出在当前价位卖出时可能得到的最大利润。 int Max
【剑指offer】面试题63 六种买卖股票问题
方寸间沧海桑田的博客
08-08 860
本文结合剑指offer的63题与leecode上的六种买卖股票问题进行了总结，综合来说，就是需要不断地考虑在不同的条件下，dp[i][k][j]的产生条件，往往为前一位与前一位买卖的相关操作的最大值。 1.第一种股票问题（单次买卖） 动态规划实现第一类股票问题，单次买入卖出如果将最低收益设为0，那么初始值为0；如果考虑负收益 ，则初始值为INT_MIN 思路1：动态规划，计算每个位置的...
前沿--股票买卖(亚马逊面试题)
V_lq6h的博客
11-09 546
前沿–股票买卖(亚马逊面试题) 一.股票买卖 1.题目描述 设计一个算法,根据给定的股价走势信息,决定买入和卖出策略,该策略必须保证你的交易获得的利润最大化 2.暴力枚举法 检测任何一种可能的买卖组合.例如,第i买进,第j卖出,其中j>i,计算两者差价P(i,j)=S[j]-S[i],并返回计算得到的最大值 s=[10,4,8,7,9,6,2,5,3] maxProfit=0 buy...
[各种面试题] 买卖股票最多K次
a83610312的专栏
10-07 3864
题目描述： 给定一个大小为n的数组，数组的元素a[i]代表第i天的股票价格。 设计一个算法，计算在最多允许买卖k次（一买一卖记为一次）的条件下的最大收益。 需要注意的是，你不能同时拥有两份股票。也就是说在下次买入前，你必须把手头上原有的股票先卖掉。 输入： 输入可能包含多个测试案例。 对于每个测试案例，输入的第一行为两个整数n和k(1 输入的第二行包括n个整数
面试算法题--股票问题
weixin_43643246的博客
08-21 574
1.只能进行一次的股票交易 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），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： 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。 #用了双层循环，复杂度是O(n^
算法面试通关40讲：高效学习数据结构与算法
《算法面试通关40讲完整课件 02-如何高效学习数据结构与算法》是一门涵盖算法和数据结构学习方法的课程。要在算法和数据结构中取得有效的学习和训练，需要将知识点分解、进行刻意练习并获取反馈。作者马尔科姆·...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值