LeetCode(C++)-动态规划（股票问题）

121. 买卖股票的最佳时机

代码：

class Solution {	//121. 买卖股票的最佳时机
	//动态规划五部曲：
	//1. 确定dp数组以及下标的含义：在第i天持有股票所得最多现金dp[i][0],在第i天不持有股票所得最多现金dp[i][1]
	//2. 确定递推公式：dp[i][0]=max(dp[i-1][0],-prices[i])  dp[i][1]=max(dp[i-1][1],dp[i-1][0]+prices[i])
	//3. dp数组如何初始化：dp[0][0]=-prices[0] dp[0][1]=0
	//4. 确定遍历顺序：从前向后遍历
	//5. 举例推导dp数组：
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], dp[i - 1][0] + prices[i]);
		}
		return dp[len - 1][1];
	}
};

122. 买卖股票的最佳时机 II

代码：

class Solution {	//122. 买卖股票的最佳时机 II   不买 买 卖出 三种状态
	//动态规划五部曲：
	//1. 确定dp数组以及下标的含义：在第i天持有股票所得最多现金dp[i][0],在第i天不持有股票所得最多现金dp[i][1],
	//2. 确定递推公式：dp[i]=max(dp[i-1][0],dp[i-1][1]-prices[i])  dp[i][1]=max(dp[i-1][1],dp[i-1][0]+prices[i])
	//3. dp数组如何初始化：dp[0][0]=-prices[0] dp[0][1]=0
	//4. 确定遍历顺序：从前向后遍历
	//5. 举例推导dp数组：
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], dp[i - 1][1] - prices[i]);
			dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);
		}
		return dp[len - 1][1];
	}
};

123. 买卖股票的最佳时机 III

代码：

class Solution {	//123. 买卖股票的最佳时机 III
	//动态规划五部曲：
	//1. 确定dp数组以及下标的含义：一天一共有五个状态：0，没有操作；1，第一次买入；2，第一次卖出；3，第二次买入；4，第二次卖出
	//2. 确定递推公式：dp[i][1]=max(dp[i-1][0]-prices[i],dp[i-1][1]);dp[i][2] = max(dp[i - 1][1] + prices[i], dp[i - 1][2]);
	//			dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] - prices[i]);dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
	//3. dp数组如何初始化：dp[0][0]=0;dp[0][1]=-prices[0];dp[0][2]=0;dp[0][3]=-prices[0];dp[0][4]=0;
	//4. 确定遍历顺序：从前向后
	//5. 举例推导dp数组：
public:
	int maxProfit(vector<int>& prices) {
		if (prices.size() == 0)return 0;
		vector<vector<int>> dp(prices.size(), vector<int>(5, 0));
		dp[0][1] = dp[0][3] = -prices[0];
		for (int i = 1; i < prices.size(); ++i) {
			dp[i][0] = dp[i - 1][0];
			dp[i][1] = max(dp[i - 1][0] - prices[i], dp[i - 1][1]); 
			dp[i][2] = max(dp[i - 1][1] + prices[i], dp[i - 1][2]);
			dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] - prices[i]); 
			dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
		}
		return dp[prices.size() - 1][4];
	}
};

188. 买卖股票的最佳时机 IV

代码：

class Solution {	//188. 买卖股票的最佳时机 IV
	//动态规划五部曲：
	//1. 确定dp数组以及下标的含义：一天一共有2*k+1个状态：0，没有操作；1，第一次买入；2，第一次卖出；3，第二次买入；4，第二次卖出......
	//2. 确定递推公式：dp[i][1]=max(dp[i-1][0]-prices[i],dp[i-1][1]);dp[i][2] = max(dp[i - 1][1] + prices[i], dp[i - 1][2]);
	//			dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] - prices[i]);dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
	//			可以推出：奇数买入，偶数卖出，dp[i][j + 1] = max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i]); dp[i][j + 2] = max(dp[i - 1][j + 2], dp[i - 1][j + 1] + prices[i]);
	//3. dp数组如何初始化：dp[0][0]=0;dp[0][1]=-prices[0];dp[0][2]=0;dp[0][3]=-prices[0];dp[0][4]=0;......
	//4. 确定遍历顺序：从前向后
	//5. 举例推导dp数组：
public:
	int maxProfit(int k, vector<int>& prices) {
		if (prices.size() == 0)return 0;
		vector<vector<int>> dp(prices.size(), vector<int>(2*k+1, 0));
		for (int j = 1; j < 2 * k; j+=2) {
			dp[0][j] = -prices[0];
		}
		for (int i = 1; i < prices.size(); ++i) {
			for (int j = 0; j < 2 * k - 1; j+=2) {
				dp[i][j + 1] = max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i]);	//奇数,在沿用前一天的买入状态和沿用前一天的卖出状态今天买入之间选最大
				dp[i][j + 2] = max(dp[i - 1][j + 2], dp[i - 1][j + 1] + prices[i]);	//偶数，在沿用前一天的卖出状态和沿用前一天的买入状态今天卖出之间选最大
			}
		}
		return dp[prices.size() - 1][2 * k];
	}
};

309. 最佳买卖股票时机含冷冻期

代码：

class Solution {	//309. 最佳买卖股票时机含冷冻期
	//动态规划五部曲：
	//1. 确定dp数组以及下标的含义：dp[i][j] 为第i天的状态为j，j可以为0，达到买入股票状态；1，达到保持卖出股票状态；2.达到今天卖出股票状态 3.冷冻期 昨天卖出了股票
	//2. 确定递推公式：dp[i][0]=max(dp[i-1][0],max(dp[i-1][3],dp[i-1][1])-prices[i])达到买入股票状态 (1)保持前一天的股票买入状态 (2)今天买入了股票，那么前一天要么是冷冻期，要是保持股票卖出状态
	//	dp[i][1]=max(dp[i-1][1],dp[i-1][3]) 达到保持卖出股票状态 (1) 前一天是渡过冷冻期的股票卖出状态 （2）前一天是冷冻期
	//	dp[i][2]=dp[i-1][0]+prices[i] 达到今天卖出股票状态 (1)前一天是买入股票状态 
	//	dp[i][3]=dp[i-1][2] 冷冻期 （1）前一天是股票卖出
	//3. dp数组如何初始化：dp[0][0]=-prices[0] 其余都为0
	//4. 确定遍历顺序：从前往后
	//5. 举例推导dp数组：
public:
	int maxProfit(vector<int>& prices) {
		int len = prices.size();
		if (len == 0)return 0;
		vector<vector<int>> dp(len, vector<int>(4, 0));
		dp[0][0] = -prices[0];
		for (int i = 1; i < len; ++i) {
			dp[i][0] = max(dp[i - 1][0], max(dp[i - 1][3], dp[i - 1][1]) - prices[i]);
			dp[i][1] = max(dp[i - 1][1], dp[i - 1][3]);
			dp[i][2] = dp[i - 1][0] + prices[i];
			dp[i][3] = dp[i - 1][2];
		}
		return max(dp[len - 1][3], max(dp[len - 1][1], dp[len - 1][2]));
	}
};

714. 买卖股票的最佳时机含手续费

代码：

class Solution {	//714. 买卖股票的最佳时机含手续费
	//动态规划五部曲：
	//1. 确定dp数组以及下标的含义：dp[i][j] 第i天的状态为j  j可以为0,保持股票买入的状态；1，保持股票卖出的状态
	//2. 确定递推公式：dp[i][0]=max(dp[i-1][0],dp[i-1][1]-prices[i]) 保持股票买入的状态 （1）保持前一天股票买入状态 （2）今天买入股票，用前一天股票卖出的状态-今天股票价格
	//	dp[i][1]=max(dp[i-1][1],dp[i-1][0]+prices[i]-fee) 保持股票卖出的状态 (1)保持前一天股票卖出状态 （2）今天卖出股票，要用前一天买入股票的状态+今天股票价格-手续费
	//3. dp数组如何初始化：dp[0][0]=-prices[0] dp[0][1]=0
	//4. 确定遍历顺序：从前往后
	//5. 举例推导dp数组：
public:
	int maxProfit(vector<int>& prices, int fee) {
		int len = prices.size();
		if (len == 0)return 0;
		vector<vector<int>> dp(len, vector<int>(2, 0));
		dp[0][0] = -prices[0];
		for (int i = 1; i < len; ++i) {
			dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
			dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i] - fee);
		}
		return max(dp[len - 1][0], dp[len - 1][1]);
	}
};

参考资料：

代码随想录