121. 买卖股票的最佳时机
文档讲解 : 代码随想录 - 121. 买卖股票的最佳时机
状态:再次回顾。
动态规划五部曲:
-
确定dp数组(dp table)以及下标的含义
dp[i]的定义为:
dp[i][0]
表示第i天持有股票所得最多现金;
dp[i][1]
表示第i天不持有股票所得最多现金。 -
确定递推公式
如果第i
天持有股票即dp[i][0]
, 那么可以由两个状态推出来:- 第
i-1
天就持有股票,那么就保持现状,所得现金就是昨天持有股票的所得现金 即:dp[i - 1][0]
- 第
i
天买入股票,所得现金就是买入今天的股票后所得现金即:-prices[i]
那么dp[i][0]
应该选所得现金最大的,所以dp[i][0] = max(dp[i - 1][0], -prices[i]);
如果第
i
天不持有股票即dp[i][1]
, 也可以由两个状态推出来:- 第
i-1
天就不持有股票,那么就保持现状,所得现金就是昨天不持有股票的所得现金 即:dp[i - 1][1]
- 第
i
天卖出股票,所得现金就是按照今天股票价格卖出后所得现金即:prices[i] + dp[i - 1][0]
同样dp[i][1]
取最大的,dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);
- 第
-
dp数组如何初始化
dp[0][0] -= prices[0]; dp[0][1] = 0;
-
确定遍历顺序
从递推公式可以看出dp[i]
都是由dp[i - 1]
推导出来的,那么一定是从前到后遍历! -
举例推导dp数组:
以示例1,输入:[7,1,5,3,6,4]
为例,dp数组状态如下:
本题代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int len = prices.size();
if (len == 0) return 0;
vector<vector<int>> dp(len, vector<int>(2));
dp[0][0] -= prices[0];
dp[0][1] = 0;
for (int i = 1; i < len; i++) {
dp[i][0] = max(dp[i - 1][0], -prices[i]);
dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);
}
return dp[len - 1][1];
}
};
- 时间复杂度: O ( n ) O(n) O(n)
- 空间复杂度: O ( 1 ) O(1) O(1)
122.买卖股票的最佳时机II
文档讲解 : 代码随想录 - 122.买卖股票的最佳时机II
状态:再次回顾。
动态规划五部曲:
-
确定dp数组(dp table)以及下标的含义
dp[i]的定义为:
dp[i][0]
表示第i天持有股票所得最多现金;
dp[i][1]
表示第i天不持有股票所得最多现金。 -
确定递推公式
如果第i
天持有股票即dp[i][0]
, 那么可以由两个状态推出来:- 第
i-1
天就持有股票,那么就保持现状,所得现金就是昨天持有股票的所得现金 即:dp[i - 1][0]
- 第
i
天买入股票,本题的股票可以买卖多次,所以买入股票的时候,可能会有之前买卖的利润即:dp[i - 1][1]
,所得现金就是买入今天的股票后加之前买卖的利润所得现金即:dp[i - 1][1]-prices[i]
那么dp[i][0]
应该选所得现金最大的,所以dp[i][0] = max(dp[i - 1][0], dp[i - 1][1]-prices[i]);
如果第
i
天不持有股票即dp[i][1]
, 也可以由两个状态推出来:- 第
i-1
天就不持有股票,那么就保持现状,所得现金就是昨天不持有股票的所得现金 即:dp[i - 1][1]
- 第
i
天卖出股票,所得现金就是按照今天股票价格卖出后所得现金即:prices[i] + dp[i - 1][0]
同样dp[i][1]
取最大的,dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);
- 第
-
dp数组如何初始化
dp[0][0] -= prices[0]; dp[0][1] = 0;
-
确定遍历顺序
从递推公式可以看出dp[i]
都是由dp[i - 1]
推导出来的,那么一定是从前到后遍历! -
举例推导dp数组:
与之前上一题类似。
本题代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int len = prices.size();
vector<vector<int>> dp(len, vector<int>(2, 0));
dp[0][0] -= prices[0];
dp[0][1] = 0;
for (int i = 1; i < len; i++) {
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]); // 注意这里是和121. 买卖股票的最佳时机唯一不同的地方。
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);
}
return dp[len - 1][1];
}
};
- 时间复杂度: O ( n ) O(n) O(n)
- 空间复杂度: O ( n ) O(n) O(n)