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。
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii
因为可以随时卖掉股票,那么我们的策略就变成,买下当前,它涨到最高点时卖掉,分解成两个问题,怎么找到什么时候该买进,什么时候该卖掉。
什么时候买进:可以采用遍历法,当一个股票处于局部低点时,就买进,判断标准是,在它之前,股票在跌,在它之后在涨。
什么时候卖掉:和上面的思路一样,在它之前在涨,在它之后跌了。(注意!不是都在涨!或者都在跌!只要看局部就可以)
class Solution:
def maxProfit(self, prices: List[int]) -> int:
# 记录结果
result = 0
# 遍历
i = 0
while i < len(prices) - 1:
# 在下跌,就不理他
if prices[i] > prices[i + 1]:
i += 1
continue
# 开始上涨了
else:
j = i + 1
# 找到最高点
while j < len(prices) - 1:
if prices[j] <= prices[j + 1]:
j += 1
else:
result += prices[j] - prices[i]
i = j + 1
break
if j == len(prices) - 1:
result += prices[j] - prices[i]
break
return result
简单来说就是,如果今天的价格比昨天的高,那么直接卖出(假设每天都进行买卖)
class Solution:
def maxProfit(self, prices: List[int]) -> int:
result = 0
for i in range(1, len(prices)):
if prices[i] > prices[i-1]:
result += prices[i] - prices[i-1]
return result
再来一个动态规划的思路:
方法二:动态规划(通用)
根据 「力扣」第 121 题的思路,需要设置一个二维矩阵表示状态。
第 1 步:定义状态
状态 dp[i][j] 定义如下:
dp[i][j] 表示到下标为 i 的这一天,持股状态为 j 时,我们手上拥有的最大现金数。
注意:限定持股状态为 j 是为了方便推导状态转移方程,这样的做法满足 无后效性。
其中:
第一维 i 表示下标为 i 的那一天( 具有前缀性质,即考虑了之前天数的交易 );
第二维 j 表示下标为 i 的那一天是持有股票,还是持有现金。这里 0 表示持有现金(cash),1 表示持有股票(stock)。
第 2 步:思考状态转移方程
状态从持有现金(cash)开始,到最后一天我们关心的状态依然是持有现金(cash);
每一天状态可以转移,也可以不动。状态转移用下图表示:
(状态转移方程写在代码中)
说明:
由于不限制交易次数,除了最后一天,每一天的状态可能不变化,也可能转移;
写代码的时候,可以不用对最后一天单独处理,输出最后一天,状态为 0 的时候的值即可。
第 3 步:确定初始值
起始的时候:
如果什么都不做,dp[0][0] = 0;
如果持有股票,当前拥有的现金数是当天股价的相反数,即 dp[0][1] = -prices[i];
第 4 步:确定输出值
终止的时候,上面也分析了,输出 dp[len - 1][0],因为一定有 dp[len - 1][0] > dp[len - 1][1]。
作者:liweiwei1419
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii/solution/tan-xin-suan-fa-by-liweiwei1419-2/
根据以上思路写出代码
class Solution:
def maxProfit(self, prices: List[int]) -> int:
# 动态规划
# d[i][j]表示第i-1天时,持有状态为j时手上有的钱
d = [[0 for i in range(2)] for j in range(len(prices))]
d[0][0] = 0
d[0][1] = -prices[0]
for i in range(1, len(prices)):
# 第i天没有持有股票,则可能是第i-1天就没有股票或者i-1天有股票,但是第i天卖了
d[i][0] = max(d[i-1][0], d[i-1][1]+prices[i])
# 第i天持有股票,则可能是第i-1天没有股票,第i天买入了,或者是i-1天也有
d[i][1] = max(d[i-1][0]-prices[i], d[i-1][1])
# 因为最后一天没有股票肯定比有股票在手里更多钱
return d[len(prices)-1][0]