题目描述:
给定一个数组prices,prices[i]表示在第i天股票的价格,可以通过在较低点购买、较高点售出股票来获得利益,但是必须在再次购买前出售掉之前的股票。
贪心:
思路:只要当天的股票价格比后一天股票的价格低,就在当天买入,后一天售出,遍历所有的天数,把所有符合的赚的钱相加,就是最大利润。
代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int profit=0;
for(int i=1;i<prices.size();i++){
if(prices[i]>prices[i-1]){
profit+=(prices[i]-prices[i-1]);
}
}
return profit;
}
};
动态规划:
思路:可以知道,每天交易结束后,只可能手里存在一支股票,或没有股票的状态。
定义状态dp[i][0]表示第i天交易结束后手里没有股票的最大利润,dp[i][1]表示第i天交易结束后手里有一支股票的最大利润。(i从0开始表示第一天)
第一种:(第i天交易结束后手里没有股票)
第i天手里没有股票,可以是第i-1天就没有股票,或者是第i-1天持有股票,但是在第i天的时候把股票售出了,那么第i天手里没有股票的最大利润为这俩种情况的较大利润。状态转移方程如下:
第二种:(第i天交易结束后手里持有一个股票)
第i天手里持有股票,可以是第i-1天就持有一个股票,或者是第i-1天没有股票,但是在第i天的时候购买了一个股票,同理状态转移方程为:
代码:
public:
int maxProfit(vector<int>& prices) {
int n=prices.size();
int dp[n][2];
dp[0][0]=0; //第一天没有股票,收益为0
dp[0][1]=-prices[0]; //第一天持有股票,收益为-prices[0]
for(int i=1;i<n;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[n-1][0];
};
注意:因为交易全部结束后,持有股票的收益一定比不持有股票的收益低,所以最后的答案即为dp[n-1][0]。
动态规划优化:
优化思路:因为我们可以看到每天的状态只与前一天的状态有关,而与更早时候的状态无关,所以我们不需要储存这些无关的状态,所以前一天的状态可以用两个变量来表示。
代码:
public:
int maxProfit(vector<int>& prices) {
int n=prices.size();
int dp0=0,dp1=-prices[0]; //初始化边界
for(int i=1;i<n;i++){
int newDp0=max(dp0,dp1+prices[i]);
int newDp1=max(dp1,dp0-prices[i]);
dp0=newDp0;
dp1=newDp1;
}
return dp0;
};
dp0相当于dp[i-1][0],dp1相当于dp[i-1][1]。
newDp0相当于dp[i][0],newDp1相当于dp[i][1]。
通过前一天的状态,得到今天的状态,且没有储存无关的状态。
以上代码均可通过测试。