python写算法动态规划-高抛低吸-完全背包问题

该博客介绍了如何使用动态规划解决一个实际的股票交易问题,将其转化为完全背包问题。通过比较每天商品(股票)的价格差来确定最佳购买和出售时机,以实现最大收益。博主分享了Python和C++两种语言的代码实现,但提到Python代码在处理大数据时可能会超时。文章强调了问题的关键在于贪心策略和细节优化,如只考虑第二天的售卖情况。
摘要由CSDN通过智能技术生成

python写算法动态规划-高抛低吸-完全背包问题

一、关键:

1、完全背包。

把今天与明天各物品的价格差作为物品的价值,物品的原本价格看作物品的体积,转化为了完全背包问题,一共有n天,做n - 1次完全背包问题即可。
!!一点细节,第二天大于第一天才规划,省时间。

2、转化的关键。

首先很重要的一点就是,物品可以当日购买,当日出售。所以:可以把第一天购买第四天才卖的商品看作第二天出售再购买,第三天出售再购买直到第四天出售不购买,赚的钱是一样多的
!!所以基于上面的思路,不需要考虑隔天的销售情况,我们只需要考虑第二天的售买情况即可。

3、贪心。

完全背包可以让每天都赚到最大,那么到第n天的一定是最多的。

二、题目如下:
纪念品,预测,洛谷p5662

三、代码
1、怎么说呢,我尽力了,也超时了。。。。。
在这里插入图片描述

t,n,m=[int(s) for s in input().split()]
val=[[int(s) for s in input().split()]for j in range(t)]
val.append([0]*n)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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