买卖股票系列:
309. 最佳买卖股票时机含冷冻期²
给定一个整数数组,其中第 i 个元素代表了第 i 天的股票价格 。
设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票):
- 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)。
- 卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
示例:
输入: [1,2,3,0,2]
输出: 3
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]
public int maxProfit(int[] prices) {
int n = prices.length;
if (n < 2) return 0;
// 状态定义
// 注:与前面的122题一样,不限次数,二维状态就够了
int[][] mp = new int[n][2];
// 初始状态
mp[0][0] = 0;
mp[0][1] = -prices[0];
// 状态递推
// dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
// dp[i][1] = Math.max(dp[i - 1][1], dp[i - 2][0] - prices[i]);
for (int i = 1; i < n; i++) {
mp[i][0] = Math.max(mp[i-1][0], mp[i-1][1] + prices[i]);
mp[i][1] = Math.max(mp[i-1][1], (i >= 2 ? mp[i-2][0] : 0) - prices[i]); // 前两天买时直接买
}
// 最终状态
return mp[n-1][0];
}
714. 买卖股票的最佳含手续费²
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
.
public int maxProfit(int[] prices, int fee) {
int n = prices.length;
if (n < 2) return 0;
// 状态定义
// 注:与前面的122题一样,不限次数,二维状态就够了
int[][] mp = new int[n][2];
// 初始状态
mp[0][0] = 0;
mp[0][1] = -prices[0];
// 状态递推
// 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]);
for (int i = 1; i < n; i++) {
mp[i][0] = Math.max(mp[i-1][0], mp[i-1][1] + prices[i] - fee); // 与前面122题的区别就在于卖出股票后要收个fee
mp[i][1] = Math.max(mp[i-1][1], mp[i-1][0] - prices[i]);
}
// 最终状态
return mp[n-1][0];
}
可以将上面的状态数组优化成两个状态变量,因为在上面递推的过程中,所需要的状态只有 mp[i-1][0]
和 mp[i-1][1]
,从而空间复杂度可以从O(n)优化成O(1)。
public int maxProfit(int[] prices) {
int n = prices.length;
if (n < 2) return 0;
// 状态定义+初始状态
int mp_0 = 0, mp_1 = -prices[0];
// 状态递推
for (int i = 1; i < n; i++) {
int tmp = mp_0;
mp_0 = Math.max(mp_0, mp_1 + prices[i] -fee); // -fee
mp_1 = Math.max(mp_1, - prices[i]);
}
// 最终状态
return mp_0;
}