每日一题:309. 最佳买卖股票时机含冷冻期

大家好,今天和大家分享一道动态规划的题目:最佳买卖股票时机含冷冻期,这道题目是一道熟悉的股票题,它是买卖股票的最佳时机的迭代版本。让我们一起来看看这道题目吧!

描述

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)。

思路

这道题目,关键点在于可以多次买卖+冷却时间
既然多次买卖,很明显不能用上面题目的思路,在区间上分析再用贪心是行不通的,只能求助于dp。dp题目的思路主要在于列出所有的可能性,然后用dp加速。

第一个版本

主函数不必多说,主要是看pro是怎么调用的。
pro(int[] a, int index, int buy)
这里的a是原数组,index是位置,buy是标记是否买入,相当于bollean,buy=-1 为true,反之为false。

	public static int maxProfit(int[] prices) {
        if(prices == null || prices.length < 1) return 0;
        if(prices.length == 1) return 0;
        if(prices.length == 2) return Math.max(prices[1] - prices[0],0);
		// 表示从index=0开始,还没买入。
        return pro(prices,0,-1);
    }

	// 从index位置开始,含有冷却值的最大收益
    public static int pro(int[] a,int index,int buy){
    	//baseCase
        if(index >= a.length) return 0;
        int p1 = 0,p2 = 0;
        // 还没有买入
        if(buy == -1){
            // mai
            p1 = pro(a,index+1,index);
            // bumai
            p2 = pro(a,index+1,-1);
        }else {
        	// 收益为负数直接跳过可能的两种判断,只有一种可能性,按照这个可能性直接返回
            if(a[index] - a[buy] < 0) return pro(a,index+1,buy);
            // 卖
            p1 = (a[index] - a[buy]) + pro(a,index+2,-1);
            // 不卖
            p2 = pro(a,index+1,buy);
        }
        return Math.max(p1,p2);
    }

dp方法

pro(int[] a,int index,int buy),先对pro进行参数分析,一个静态变量,两个可变变量。符合dp的二维简单结构。dp里面先赋默认值,

	public static int maxProfit(int[] prices) {
        if(prices == null || prices.length < 1) return 0;
        if(prices.length == 1) return 0;
        if(prices.length == 2) return Math.max(prices[1] - prices[0],0);
        int[][] dp = new int[prices.length][prices.length+3];
        for (int i = 0; i < dp.length; i++) {
            for (int j = 0; j < dp[0].length; j++) {
                dp[i][j] = -1;
            }
        }
        return pro(prices,0,prices.length,dp);
    }

	// 加入dp记忆化
    public static int pro(int[] a,int index,int buy,int[][] dp){
        if(index >= a.length) return 0;
        int p1 = 0,p2 = 0;
        if(dp[index][buy] != -1) return dp[index][buy];
        if(buy == a.length){
            // mai
            p1 = pro(a,index+1,index,dp);
            // bumai
            p2 = pro(a,index+1,buy,dp);
        }else {
            if(a[index] - a[buy] < 0) return pro(a,index+1,buy,dp);
            // 卖
            p1 = (a[index] - a[buy]) + pro(a,index+2,a.length,dp);
            // 不卖
            p2 = pro(a,index+1,buy,dp);
        }
        //dp[index][buy] = Math.max(Math.max(p1,p2),dp[index][buy]);
        dp[index][buy] = Math.max(p1,p2);
        return dp[index][buy];
    }

可以再聊聊之前的那种,局部最优里面选择全局最优的贪心,在这道题目里面是不成立的。
比如 [2,4,1,12,20] ,如果用那种贪心,就是2 和 20,答案是18,也的确是最大。
但是比如[2,4,3,1,6],如果用这种贪心,就是2和6,收益是4。
如果我多买买股票,[2,4],[1,6]收益会更高,所以这种贪心依赖具体的数值关系,不成立。
而dp则是把所有的可能性都列出,从中选取最大值,因而成立。

感谢大家的收看,我们下期再见!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

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