买卖股票问题比较多,基本问题类型如下:
随着k取值的不同,以及手续费,冷冻期的问题,可能会有许多变形,我将其总结为贪心算法和动态规划,当k=1或k无限制时,即只能买卖一次或者无限制时,可以用贪心算法。
1、
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一次),设计一个算法来计算你所能获取的最大利润。
class Solution:
def maxProfit(self, prices: List[int]) -> int:
if (len(prices)==0):
return 0
value = prices[0]
res=0
for i in range(len(prices)):
value = min(value,prices[i])
res = max(res,prices[i]-value)
return res
利用value值维护当前时刻的最低买入价格,res更新卖出股票时的最大收益值
2、
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)。
class Solution:
def maxProfit(self, prices: List[int]) -> int:
res=0;temp=0
for i in range(1,len(prices)):
temp = prices[i]-prices[i-1]
if temp>0:
res+=temp
return res
问题分析如上,直接记录当前天数和前一天的差值,如果为正,说明可以买卖,是正收益,然后将结果res更新
3、
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)。
class Solution:
def maxProfit(self, prices: List[int]) -> int:
if len(prices)==0:
return 0
max_k=2
n = len(prices)
dp = [[[0]*2 for _ in range(max_k+1)] for _ in range(n)]
for k in range(max_k+1): #base case i=0
dp[0][k][0] = 0
dp[0][k][1] = -prices[0]
for i in range(1,n):
for k in range(1,max_k+1):
dp[i][k][0]=max(dp[i-1][k][0],dp[i-1][k][1]+prices[i])
dp[i][k][1]=max(dp[i-1][k][1],dp[i-1][k-1][0]-prices[i])
return dp[n-1][max_k][0]
'''
dp[i][k][0 or 1]
0 <= i <= n-1, 1 <= k <= K
n 为天数, ⼤ K 为最多交易数
此问题共 n × K × 2 种状态, 全部穷举就能搞定。
for 0 <= i < n:
for 1 <= k <= K:
for s in {0, 1}:
dp[i][k][s] = max(buy, sell, rest)
'''
问题的核心还是弄明白dp数组的表示含义,dp[i][j][0/1]表示在第i天能够交易k次额最大利润,0或者1表示当前的持有状态
有几个关键问题要明白,首先初始化,i是从0到n-1一共n天,k是从0到k因此k初始化应该为max_k+1,s的状态只能取0或者1
而后是初始状态,当i=0时,即第一天的时候,应该为:
dp[0][k][0] = 0
dp[0][k][1] = -prices[0]
接下来对于dp数组的遍历,i应该从开始到n-1,k从max到1,因为k=0的情况没有初始化,因此应该先计算 dp[i][k][0],即将【k-1】放到k之后进行计算
dp[i][k][0]=max(dp[i-1][k][0],dp[i-1][k][1]+prices[i])
dp[i][k][1]=max(dp[i-1][k][1],dp[i-1][k-1][0]-prices[i])
4、
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)。
class Solution:
def maxProfit(self, k: int, prices: List[int]) -> int:
if k == 0 or len(prices) < 2:
return 0
n = len(prices)
res = []
if k > n // 2:
max_profit = 0
for i in range(1,n):
profit = prices[i] - prices[i - 1]
if profit > 0:
max_profit += profit
return max_profit
max_k=k
dp = [[[0]*2 for _ in range(max_k+1)] for _ in range(n)]
for k in range(max_k+1): #base case i=0
dp[0][k][0] = 0
dp[0][k][1] = -prices[0]
for i in range(1,n):
for k in range(1,max_k+1):
dp[i][k][0]=max(dp[i-1][k][0],dp[i-1][k][1]+prices[i])
dp[i][k][1]=max(dp[i-1][k][1],dp[i-1][k-1][0]-prices[i])
return dp[n-1][max_k][0]
真香,大杂烩,应该能看清吧,贪心算法加dp求解,判读长度大于n/2的话,就无限期交易,贼贪婪,可以避免数组过大报内存