一、121. 买卖股票的最佳时机
注意的点:
- 使用暴力破解会超时
- 贪心法的思想:记录两个值:当前最低的买入价、当前的最大利润。每一天比较当天的卖出价减当前最低买入价是否大于最大利润。
- 动态规划的思想:dp数组是一个二维,表示第i天及之前买入股票后的最大价值和卖出股票后的最大价值(dp[i][0]、dp[i][1]),其中买入表示 -price[i]、卖出表示 price[i]
以下是代码部分:
public class 买卖股票的最佳时机121 {
//暴力 ——> 超时
public int maxProfit(int[] prices) {
int res = 0;
for (int i = 0; i < prices.length-1; i++) {
for (int j = i+1; j < prices.length; j++) {
if(prices[j] - prices[i] > res)
res = prices[j] - prices[i];
}
}
return res;
}
//贪心 ——记录一个当前最小值,同时还要记录一个当前最优解
public int maxProfit2(int[] prices) {
int low = Integer.MAX_VALUE;
int result = 0;
for (int i = 0; i < prices.length; i++) {
low = Math.min(low, prices[i]);
result = Math.max(result, prices[i] - low);
}
return result;
}
//动态规划
public int maxProfit3(int[] prices) {
int[][] dp = new int[prices.length][2];
//持有股票
dp[0][0] = 0 - prices[0];
//不持有股票
dp[0][1] = 0;
for (int i = 1; i < dp.length; i++) {
dp[i][0] = Math.max(dp[i-1][0], -prices[i]);
//踩坑: prices[i] + dp[i][0] ——>这里是加号,因为prices[i]是个负数。
dp[i][1] = Math.max(dp[i-1][1], prices[i] + dp[i-1][0]);
}
return dp[prices.length-1][1];
}
}
二、122.买卖股票的最佳时机II
注意的点:
- 这里将股票问题的三维数组降维成了二维,是因为可以进行不限次数的交易,因此可以不考虑第三维交易次数k,而只考虑第一维天数i、第二维股票状态j。
- 这里与上一题的唯一区别是:在买入股票时,并不是简单的与-prices[i]比较,因为它会进行多次交易,因此应该是在上次交易结束后的剩余金钱的基础上减去prices[i] , 即 dp[i-1][0] - prices[i]。
以下是代码部分:
public class 买卖股票的最佳时机II122 {
public int maxProfit(int[] prices) {
//为什么列是2列:考虑到「不能同时参与多笔交易」,因此每天交易结束后只可能存在手里有一支股票或者没有股票的状态。
int[][] dp = new int[prices.length][2];
//不在当天买入股票
dp[0][0] = 0;
//在当天买入股票
dp[0][1] = -prices[0];
for (int i = 1; i < prices.length; i++) {
//不持有股票的两种情况:1. 前一天就不持有股票;2. 前一天持有股票,今天卖出
dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1] + prices[i]);
//持有股票的两种情况: 1. 前一天持有股票,今天每卖出; 2. 前一天不持有股票,今天买入了一支股票
dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0] - prices[i]);
}
return dp[prices.length-1][0];
}
}