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。
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.
这两道题区别在于 题122交易股票时无手续费,714有手续费,解题思路基本一致。
思路:一、贪心算法:使用贪心思想,就是在最低点买入,最高点(加手续费有盈利)卖出,这里需要判断的是否是在持续盈利的最后一天,如果是,那么就是真正的卖出和盈利,如果不是,那么需要继续持股进行买卖。
二、动态规划,需要找出状态转移方程,dp[i][0]和dp[i][1] 分别表示不持股票 和 持有股票 两个状态,不持有股票的状态可以来自 上一状态就不持股,这一状态持续和上一状态持股然后卖出,同理 持有股票的状态可以来自于上一状态持股的持续或不持股又买入。即,
代码:
解法一(贪心算法):
class Solution {
public int maxProfit(int[] prices, int fee) {
int res = 0;
int min = prices[0];
for(int i = 1; i < prices.length; i++){
if(prices[i] < min){
min = prices[i];
}
if(prices[i] > min + fee){
res += prices[i] - min -fee;
min = prices[i] - fee;
}
}
return res;
}
}
解法二(动态规划):
class Solution {
public int maxProfit(int[] prices, int fee) {
int[][] dp = new int[prices.length][2];
/*
dp[i][0]表示不持股票的状态
dp[i][1]表示持股票的状态
*/
dp[0][0] = 0;
dp[0][1] = -prices[0];
for(int i = 1; i < prices.length; i++){
dp[i][0] = Math.max(dp[i - 1][0],dp[i - 1][1] + prices[i] -fee);
dp[i][1] = Math.max(dp[i - 1][1],dp[i - 1][0] - prices[i]);
}
return dp[prices.length - 1][0];
}
}
动态规划优化:
class Solution {
public int maxProfit(int[] prices, int fee) {
int[] dp = new int[2];
dp[0] = 0;
dp[1] = -prices[0];
for(int i = 1; i < prices.length; i++){
dp[0] = Math.max(dp[0],dp[1] + prices[i] -fee);
dp[1] = Math.max(dp[1],dp[0] - prices[i]);
}
return dp[0];
}
}
123题代码;
class Solution {
public int maxProfit(int[] prices) {
int len = prices.length;
int[][] dp = new int[len][4];
dp[0][0] = -prices[0];
dp[0][1] = 0;
dp[0][2] = -prices[0];
dp[0][3] = 0;
for(int i = 1; i < len; i++){
dp[i][0] = Math.max(dp[i - 1][0], -prices[i]);//第一次买
dp[i][1] = Math.max(dp[i - 1][1],dp[i - 1][0] + prices[i]);//第一次卖
dp[i][2] = Math.max(dp[i - 1][2],dp[i - 1][1] - prices[i]);//第二次买
dp[i][3] = Math.max(dp[i - 1][3],dp[i - 1][2] + prices[i]);//第二次卖
}
int res = 0;
for(int i = 0; i < 4; i++){
res = Math.max(res,dp[len - 1][i]);
}
return res;
}
}