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。
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。
分析
别慌!先读个题!!
“它的第 i 个元素是一支给定股票第 i 天的价格”——价格是变动的
“计算你所能获取的最大利润”——看怎么买卖赚最多的钱
“尽可能地完成更多的交易(多次买卖一支股票)”——这句话需要好好理解:尽可能???那可以同一天卖了,同一天继续买吧!
“必须在再次购买前出售掉之前的股票”——卖了才能买或者本来就没有买股票,可以去买
然而我看案例,一直理解的是:我今天买入,明天如果升值了,我就卖,然后要隔一天,我才能继续买,然后再卖,其实这样想,我是做不出来的。就这个题的思路,我们可以通过“贪心算法”来取巧。
贪心算法
特点:一步一步地进行,常以当前情况为基础根据某个优化测度作最优选择,而不考虑各种可能的整体情况,它省去了为找最优解要穷尽所有可能而必须耗费的大量时间,它采用自顶向下,以迭代的方法做出相继的贪心选择,每做一次贪心选择就将所求问题简化为一个规模更小的子问题,通过每一步贪心选择,可得到问题的一个最优解,虽然每一步上都要保证能获得局部最优解,但由此产生的全局解有时不一定是最优的。
这道题,我们知道如果后面的数,比前面的数大,那么就可以进行买卖,此时利润profit为>0的,可以累加。
public int maxProfit(int[] prices) {
int profit = 0;
for (int i = 1; i < prices.length; i++) {
int tmp = prices[i] - prices[i - 1];
if (tmp > 0)
profit += tmp;
}
return profit;
}
也可以这样写:
public int maxProfit2(int[] prices) {
int pre = prices[0];
int ans = 0;
for (int i = 1; i < prices.length; i++) {
if (pre < prices[i]) {
ans += prices[i] - pre;
}
pre = prices[i];
}
return ans;
}
参考文章
【1】买卖股票的最佳时机 II (贪心,清晰图解)
【2】暴力搜索、贪心算法、动态规划
动态规划
动态规划的基本模型如下:
(1)确定问题的决策对象。
(2)对决策过程划分阶段。
(3)对各阶段确定状态变量。
(4)根据状态变量确定费用函数和目标函数。
(5)建立各阶段状态变量的转移过程,确定状态转移方程。
根据题意,我们设置一个二维数组:
dp[i][0] 表示第 i 天交易完后手里没有股票的最大利润;
dp[i][1] 表示第 i 天交易完后手里持有一支股票的最大利润(i 从 0 开始)。
动态规划的转移方程:
- dp[i][0]: 如果这一天交易完后手里没有股票,那么可能的转移状态为:
【暂停一下,理解”这一天交易完后“!——这一天的交易,可以是不交易,也可以是交易卖出股票】
(1)前一天已经没有股票,即dp[i−1][0];
(2)前一天结束的时候手里持有一支股票,即dp[i−1][1],这时候我们要将前一天的卖出,并获得 prices[i]的收益。 - dp[i][1]:按照同样的方式考虑转移状态,可能的转移状态为:
【持有股票:可以是前一天的股票,我今天也持有;或者前一天没有,我买入,所以今天也持有】
(1)前一天已经持有一支股票,即dp[i−1][1];
(2)前一天结束时还没有股票,即 dp[i−1][0],这时候我们要将其买入,并减少prices[i] 的收益。
所以我们可以得出:
- 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]}
public int maxProfit(int[] prices) {
int n = prices.length;
int[][] dp = new int[n][2];
dp[0][0] = 0;
dp[0][1] = -prices[0];
for (int i = 1; i < n; ++i) {
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 - 1][0] - prices[i]);
}
return dp[n - 1][0];
}
最后返回当日交易后没有股票的值dp[n - 1] [0]。
反思
这道题挺。。。挺什么呢?我想了半天,写了老长的代码,过了172个,一看题解,人家那个读题读的通透又有理,我能说什么呢?我这个语文不太好啊,理解能力不行,当然不能全怪语文,能力不足是硬伤呀。
多练才是硬道理!
end.