leetcode 买卖股票的最佳时机（6种不同的股票交易题）

最新推荐文章于 2024-07-08 22:12:26 发布
最新推荐文章于 2024-07-08 22:12:26 发布
阅读量249 收藏 2
点赞数
分类专栏： 动态规划 文章标签： 算法 动态规划 leetcode c语言 c++
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43978936/article/details/107590683
版权

​ 本文所记录的是最近刷的关于股票交易的算法题，个人认为是学习动态规划比较好的一系列题目，将这个系列的题目做几遍，能够比较好的入门动态规划，根据动态规划的三部曲：状态定义、转移方程、边界条件三个步骤，依次解题，明显感觉对动态规划的认识清晰了不少，特此记录。

  1. 买卖股票的最佳时机
  2. 最佳买卖股票时机含冷冻期
  3. 买卖股票的最佳时机含手续费、
  4. 买卖股票的最佳时机 II
  5. 买卖股票的最佳时机 III
  6. 买卖股票的最佳时机 IV

121. 买卖股票的最佳时机

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。

注意：你不能在买入股票前卖出股票。

示例 1:

输入: [7,1,5,3,6,4]
输出: 5
解释: 在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利润 = 6-1 = 5 。
     注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格；同时，你不能在买入前卖出股票。

示例 2:

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。

解题思路：

  1. 状态定义：
	dp[i]表示第i天所获得的最大利润

​ 2.状态转移方程：

针对第 i 天所获得的最大利润，分为两种情况：

  • 如果第 i 天不持有股票，可能第 i - 1 天时就已经不持股，也可能是在第 i 天时卖出了股票。
  • 如果第 i 天仍然持有股票,可能第 i - 1 天还没有卖出股票，那么当前的最大利润应该是第 i - 1 天的最大利润。也可能是之前已经卖出了股票，而在第 i 天时重新购入股票。
	dp[i][0] = MAX(dp[i - 1][0], dp[i - 1][1] + price[i]);
	dp[i][1] = MAX(dp[i - 1][1]， 0 - price[i]);

​ 3.边界条件

	dp[0][0] = 0;	//第0天不持股，利润为0
	dp[0][1] = - price[0]	//第0天买入股票。利润为负

代码实现：

#define MAX(a, b) (a > b) ? a : b
int maxProfit(int* prices, int pricesSize){
    if (pricesSize == 0 || pricesSize == 1) {
        return 0;
    }
    int** dp = (int**)calloc(pricesSize, sizeof(int*));
    for (int i = 0; i < pricesSize; i++) {
        dp[i] = (int*)calloc(2, sizeof(int));
    }
    dp[0][0] = 0;
    dp[0][1] = 0 - prices[0];       //边界条件
    for (int i = 1; i < pricesSize; i++) {
        dp[i][0] = MAX(dp[i - 1][0], dp[i - 1][1] + prices[i]);
        dp[i][1] = MAX(dp[i - 1][1], 0 - prices[i]); 
    }
    return dp[pricesSize - 1][0];
}

309. 最佳买卖股票时机含冷冻期

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]

解题思路：

  1. 状态定义
	定义DP[i][0]为第i天不持股时的利润
	定义DP[i][1]为第i天持股时的最大利润

​ 2.状态转移方程

针对第 i 天所获得的最大利润，分为两种情况：

  • 如果第 i 天不持有股票，可能第 i - 1 天时就已经不持股，也可能是在第 i 天时卖出了股票。
  • 如果第 i 天仍然持有股票,可能第 i - 1 天还没有卖出股票，那么当前的最大利润应该是第 i - 1 天的最大利润。也可能是在第 i - 2 天时卖出了股票，之后冻结一天，而在第 i 天时重新购入股票。
	dp[i][0] = MAX(dp[i - 1][0], dp[i - 1][1] + price[i]);
	dp[i][1] = MAX(dp[i - 1][1]， dp[i - 2][0] - price[i]);

​ 3.边界条件

	dp[0][0] = 0;		//第一天不持股，利润为0
	dp[0][1] = -price[0]	//第一天需要花钱买入股
	dp[1][0] = MAX(dp[0][0], dp[0][1]  + price[1])		//第二天不持股
	dp[1][1] = MAX(dp[0][1], 0 - price[1]);

代码实现：

#define MAX(a, b) (a > b) ? a : b
int maxProfit(int* prices, int pricesSize){
    if (pricesSize == 0 || pricesSize == 1) {
        return 0;
    }
    int** dp = (int**)calloc(pricesSize, sizeof(int*));
    for (int i = 0; i < pricesSize; i++) {
        dp[i] = (int*)calloc(2, sizeof(int));
    }
    //dp[i][0]表示第i天不持股
    //dp[i][1]表示第i天持股
    dp[0][0] = 0;       //第一天不持股利润0   
    dp[0][1] = 0 - prices[0];       //第一天需要花钱买入，因此为负数
    dp[1][0] = MAX(dp[0][0], dp[0][1] + prices[1]);
    dp[1][1] = MAX(dp[0][1], 0 - prices[1]);
    for (int i = 2; i < pricesSize; 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 - 2][0] - prices[i - 1]);
    }
    return dp[pricesSize - 1][0];
}

714. 买卖股票的最佳时机含手续费

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.

解题思路：

  1. 状态定义
	定义DP[i][0]为第i天不持股时的利润
	定义DP[i][1]为第i天持股时的最大利润

​ 2.状态转移方程

针对第 i 天所获得的最大利润，分为两种情况：

  • 如果第 i 天不持有股票，可能第 i - 1 天时就已经不持股，也可能是在第 i 天时卖出了股票，并收取手续费。
  • 如果第 i 天仍然持有股票,可能第 i - 1 天还没有卖出股票，那么当前的最大利润应该是第 i - 1 天的最大利润。也可能是在第 i - 1 天时卖出了股票，而在第 i 天时重新购入股票。
	dp[i][0] = MAX(dp[i - 1][0], dp[i - 1][1] + price[i] - fee);		//手续费在买入时收取
	dp[i][1] = MAX(dp[i - 1][1]， dp[i - 1][0] - price[i]);

​ 3.边界条件

	dp[0][0] = 0;		//第一天不持股，利润为0
	dp[0][1] = -price[0]	//第一天需要花钱买入股

代码实现：

#define MAX(a, b) (a > b) ? a : b
int maxProfit(int* prices, int pricesSize, int fee){
    if (pricesSize == 0 || pricesSize == 1) {
        return 0;
    }
    int** dp = (int*)calloc(pricesSize, sizeof(int*));
    for (int i = 0; i < pricesSize; i++) {
        dp[i] = (int*)calloc(2, sizeof(int));
    }
    dp[0][0] = 0;
    dp[0][1] = 0 - prices[0];
    for (int i = 1; i < pricesSize; i++) {
        dp[i][0] = MAX(dp[i - 1][0], dp[i - 1][1] + prices[i] - fee);
        dp[i][1] = MAX(dp[i - 1][1], dp[i - 1][0] - prices[i]);
    }
    return dp[pricesSize - 1][0];
}

122. 买卖股票的最佳时机 II

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。

提示：

  • 1 <= prices.length <= 3 * 10 ^ 4
  • 0 <= prices[i] <= 10 ^ 4
解题思路：

​ 1.状态定义

	定义DP[i][0]为第i天不持股时的利润
	定义DP[i][1]为第i天持股时的最大利润

​ 2.状态转移方程

针对第 i 天所获得的最大利润，分为两种情况：

  • 如果第 i 天不持有股票，可能第 i - 1 天时就已经不持股，也可能是在第 i 天时卖出了股票，并收取手续费。
  • 如果第 i 天仍然持有股票,可能第 i - 1 天还没有卖出股票，那么当前的最大利润应该是第 i - 1 天的最大利润。也可能是在第 i - 1 天时卖出了股票，而在第 i 天时重新购入股票。
	dp[i][0] = MAX(dp[i - 1][0], dp[i - 1][1] + price[i]);
	dp[i][1] = MAX(dp[i - 1][1]， dp[i - 1][0] - price[i]);

​ 3.边界条件

	dp[0][0] = 0;		//第一天不持股，利润为0
	dp[0][1] = -price[0]	//第一天需要花钱买入股

代码实现:

#define MAX(a, b) (a > b) ? a : b
int maxProfit(int* prices, int pricesSize){
    if (pricesSize == 0 || pricesSize == 1) {
        return 0;
    }
    int** dp = (int**)calloc(pricesSize, sizeof(int*));
    for (int i = 0; i < pricesSize; i++) {
        dp[i] = (int*)calloc(2, sizeof(int));
    }
    dp[0][0] = 0;
    dp[0][1] = 0 - prices[0];
    for (int i = 1; i < pricesSize; 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[pricesSize - 1][0];
}

123. 买卖股票的最佳时机 III

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）。

示例 1:

输入: [3,3,5,0,0,3,1,4]
输出: 6
解释: 在第 4 天（股票价格 = 0）的时候买入，在第 6 天（股票价格 = 3）的时候卖出，这笔交易所能获得利润 = 3-0 = 3 。
     随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天 （股票价格 = 4）的时候卖出，这笔交易所能获得利润 = 4-1 = 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: 在这个情况下, 没有交易完成, 所以最大利润为 0。

解题思路：

​ 1.状态定义

	根据题意，最多只能交易两次
	定义DP[i][k][0]	为第i天不持股时的利润,第k次交易
	定义DP[i][k][1]	为第i天持股时的最大利润，第k次交易

​ 2.状态转移方程

针对第 i 天所获得的最大利润，分为两种情况：

  • 如果第 i 天不持有股票，可能第 i - 1 天时就已经不持股，也可能是在第 i 天时卖出了股票，并收取手续费。
  • 如果第 i 天仍然持有股票,可能第 i - 1 天还没有卖出股票，那么当前的最大利润应该是第 i - 1 天的最大利润，交易数为***k***。也可能是在第 i - 1 天时卖出了股票，此时可交易数应为 k - 1 。而在第 i 天时重新购入股票。
	dp[i][k][0] = MAX(dp[i - 1][k][0], dp[i - 1][k][1] + price[i]);
	dp[i][k][1] = MAX(dp[i - 1][k][1]， dp[i - 1][k - 1][0] - price[i]);

​ 3.边界条件

	dp[0][k][0] = 0;			//第一天不持股，利润为0
	dp[0][k][1] = -price[0]	//第一天需要花钱买入股

代码实现：

#define MAX(a, b) (a > b) ? a : b
int maxProfit(int* prices, int pricesSize){
    if (pricesSize == 0 || pricesSize == 1) {
        return 0;
    }
    int K = 3;
    int dp[pricesSize][K][2];
    memset(dp, 0, sizeof(dp));
    for (int i = 1; i < K; i++) {
        dp[0][i][0] = 0;
        dp[0][i][1] = 0 - prices[0];
    }
    for (int i = 1; i < pricesSize; i++) {
        for (int k = 1; k < K; k++) {
            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[pricesSize - 1][K - 1][0];
}

188. 买卖股票的最佳时机 IV

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）。

示例 1:

输入: [2,4,1], k = 2
输出: 2
解释: 在第 1 天 (股票价格 = 2) 的时候买入，在第 2 天 (股票价格 = 4) 的时候卖出，这笔交易所能获得利润 = 4-2 = 2 。

示例 2:

输入: [3,2,6,5,0,3], k = 2
输出: 7
解释: 在第 2 天 (股票价格 = 2) 的时候买入，在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
     随后，在第 5 天 (股票价格 = 0) 的时候买入，在第 6 天 (股票价格 = 3) 的时候卖出, 这笔交易所能获得利润 = 3-0 = 3 。

解题思路:

本题与上一题的不同之处在于，未给定k的值。122题，k相当于无穷大，可以多次买卖。123题，给定了k=2，只能交易两次。而本题k为随机数，因此，需要判断k的范围。实际上本题时122和123的杂交题。

​ 1.状态定义

	//由于每次交易必然需要买入和卖出，因此，k < pricesize / 2;当 k > pricesize 时，就相当于122题
	定义DP[i][k][0]	为第i天不持股时的利润,第k次交易
	定义DP[i][k][1]	为第i天持股时的最大利润，第k次交易

​ 2.状态转移方程

针对第 i 天所获得的最大利润，分为两种情况：

  • 如果第 i 天不持有股票，可能第 i - 1 天时就已经不持股，也可能是在第 i 天时卖出了股票，并收取手续费。
  • 如果第 i 天仍然持有股票,可能第 i - 1 天还没有卖出股票，那么当前的最大利润应该是第 i - 1 天的最大利润，交易数为***k***。也可能是在第 i - 1 天时卖出了股票，此时可交易数应为 k - 1 。而在第 i 天时重新购入股票。
	dp[i][k][0] = MAX(dp[i - 1][k][0], dp[i - 1][k][1] + price[i]);
	dp[i][k][1] = MAX(dp[i - 1][k][1]， dp[i - 1][k - 1][0] - price[i]);

​ 3.边界条件

	dp[0][k][0] = 0;			//第一天不持股，利润为0
	dp[0][k][1] = -price[0]	//第一天需要花钱买入股

代码实现：

#define MAX(a, b) (a > b) ? a : b
int maxProfit_inf(int* prices, int pricesSize){
    if (pricesSize == 0 || pricesSize == 1) {
        return 0;
    }
    int** dp = (int**)calloc(pricesSize, sizeof(int*));
    for (int i = 0; i < pricesSize; i++) {
        dp[i] = (int*)calloc(2, sizeof(int));
    }
    dp[0][0] = 0;
    dp[0][1] = 0 - prices[0];
    for (int i = 1; i < pricesSize; 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[pricesSize - 1][0];
}

int maxProfit(int k, int* prices, int pricesSize){
    if (pricesSize == 0 || pricesSize == 1) {
        return 0;
    }
    if (k > pricesSize / 2) {
        return maxProfit_inf(prices, pricesSize);
    }
    int dp[pricesSize][k + 1][2];       //交易次数从k = 1算起，因此赋值时赋k + 1,如果把0当作第
    memset(dp, 0, sizeof(dp));          //一次交易，则状态转移方程会越界
    for (int i = 1; i < k + 1; i++) {
        dp[0][i][0] = 0;
        dp[0][i][1] = 0 - prices[0];
    }
    for (int i = 1; i < pricesSize; i++) {
        for (int j = 1; j < k + 1; j++) {
            dp[i][j][0] = MAX(dp[i - 1][j][0], dp[i - 1][j][1] + prices[i]);
            dp[i][j][1] = MAX(dp[i - 1][j][1], dp[i - 1][j - 1][0] - prices[i]);
        }
    }
    return dp[pricesSize - 1][k][0];
}
October-11
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【leetcode买卖股票系列问题】多次买卖/手续费/冻结期
燕大Java第一深情的博客
08-22 1409
【leetcode买卖股票系列问题】多次买卖/手续费/冻结期，对于股票问题的汇总，希望日后再看的时候有新的理解吧！
LeetCode算法 买股票的最佳时机 买股票的最佳时机|| 买股票的最佳时机||| C++
kaszxc的博客
05-10 575
你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。给定一个数组 prices ，其中 prices[i] 是一支给定股票第 i 天的价格。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）。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。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）。
Leedcode—买卖股票的最佳时机（三种不同难度）
chengtutu的博客
04-10 200
121. 买卖股票的最佳时机 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），设计一个算法来计算你所能获取的最大利润。 注意你不能在买入股票前卖出股票。 示例 1: 输入: [7,1,5,3,6,4] 输出: 5 解释: 在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利...
【LeetCode-面试-股票问题】算法中所有股票问题汇总
A-Itfuture的博客
12-22 753
  股票问题是我们常见的算法问题，因为它可以考察我们对算法的理解以及我们的编程思维方式，同时它也是贪心算法跟动态规划的高度体现！下面是LeetCode上面所有的股票问题！ 121.买卖股票的最佳时机（easy）限定交易次数 k=1 原题： 给定一个数组 prices ，它的第i个元素prices[i] 表示一支给定股票第 i 天的价格。 你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。 返回你可以从这笔交易中获取的最大利润。如果你不能获
leetcode — 123 最多两次交易的股票买卖
qq_36281031的博客
09-02 607
题目 详解 【转载】五种实现+详细图解 123.买卖股票的最佳时机 III 代码 public int maxProfit4(int[] prices) { if(prices==null || prices.length==0) { return 0; } int n = prices.length; //定义三维数组，第i天、交易了多少次、当前的买卖状态 int[][][] dp = new i
leetcode 买卖股票的最佳时机 II java
01-06
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，...
LeetCode122买卖股票的最佳时机II
01-07
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，...
Java实现 LeetCode 123 买卖股票的最佳时机 III（三）
01-06
123. 买卖股票的最佳时机 III 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...
Leetcode122. 买卖股票的最佳时机 II（C语言）
01-07
买卖股票的最佳时机 II（C语言） 算法-贪心思想：算法与数据结构参考 题目： 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。计算你所能获取的最大利润。可尽可能地完成更多的交易（多次买卖一支股票...
股票买卖最佳时机leetcode-stock-trading:股票交易
07-07
股票买卖最佳时机leetcode 评估前端架构 编码模式。 组件雇佣制和组织 如果需要，使用预先React功能。 在时间范围内从模型升级设计 解决方案 跑步 克隆这个项目并 cd 到项目中 运行 npm 安装 运行 npm 服务 建筑学 ...
LeetCode 121. 买卖股票的最佳时机
tomjobs的博客
02-02 1046
给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。 你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。 返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。 示例 1： 输入：[7,1,5,3,6,4] 输出：5 解释：在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利润 = 6-1 = 5 。 注意利润不能是 7-1
一道关于股票买卖的算法编程题
RLanffy
07-10 8726
前段时间在segmentfault回答了一个关于算法的问题,感觉很有趣,记录下来.题目是这样的:给定数组n，包含n天股票的价格price. 一个人一共最多可以买2手股票，但在第一手股票卖出前不能买入第二手股票。如果不买，收益为0.假设每手只买1股。计算这个人最大收益。 输入:[3,8,5,1,7,8] 输出:12 先贴下我的算法代码:<?phpfunction getMaxProfilt(array
leetcode刷题记录（买卖股票的最佳时机系列问题）
qq_23511015的博客
08-11 4661
开始逐步拾起C++，故以后的刷题，全用python和C++两种语言实现。 一、买卖股票的最佳时机 I 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），设计一个算法来计算你所能获取的最大利润。 注意你不能在买入股票前卖出股票。 示例 1: 输入: [7,1,5,3,6,4] 输出: 5 解释: 在第 2 天（股票价...
(刷题笔记) Leetcode 309. 最佳买卖股票时机含冷冻期
github_38683027的博客
07-10 197
目录题目解题思路代码(C++) 题目 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] 来源：力扣（LeetCode） 链接：https:
算法题：卖股票，求最大利润
一个北漂的程序猿
07-30 961
题目描述 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
【代码随想录_Day27】509 斐波那契数 70 爬楼梯 746 使用最小花费爬楼梯
最新发布
qq_43671872的博客
07-08 601
509 斐波那契数70 爬楼梯746 使用最小花费爬楼梯今天的题目难度不低，尽量还是写一些简洁代码 ^ _ ^
算法力扣刷题 三十一【150. 逆波兰表达式求值】
danaaaa的博客
07-04 666
后缀表示法。
【力扣】数组中的第K个最大元素
m0_61876562的博客
07-05 252
l, left]（该部分小于基准元素key）、[left + 1, right - 1]（等于基准元素key）、[right, r]（大于基准元素key）。3、计算每部分所包含的元素个数，分别为a 、b = right - left - 1、 c = r - right + 1;请注意，你需要找的是数组排序后的第。你必须设计并实现时间复杂度为。个最大的元素，而不是第。1、随机选择基准元素。
【算法】插入排序
贱贱的剑
07-03 1001
介绍了两种不同的插入排序算法，以及效率对比
买卖股票的最佳时机是区间动态规划算法嘛
07-25
根据引用\[3\]的内容，区间动态规划算法是解决买卖股票的最佳时机问题的一种方法。在这个算法中，我们需要考虑每个可能的买入和卖出的时间点，并计算出每个时间点的最大利润。然后，我们可以通过比较这些最大利润，...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值