代码随想录 Day - 51｜#309 最佳买卖股票时机含冷冻期｜#714 买卖股票的最佳时机含手续费

清单

● 309.最佳买卖股票时机含冷冻期
● 714.买卖股票的最佳时机含手续费

LeetCode #309 最佳买卖股票时机含冷冻期

1. 题目

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)。

2. 思路

1. dp数组含义: dp[i][j] 为第i天所能获取的最大利润, i 代表天数, j代表交易状态。 存在四种交易状态: 1. 买入 2. 保持卖出 3. 卖出 4. 冷冻期
2. 递推公式:
   1) 买入: dp[i][0] = max(dp[i-1][0], max(dp[i-1][3], dp[i-1][1]) - prices[i])
   2) 保持卖出: dp[i][1] = max(dp[i-1][1], dp[i-1][3])
   3) 卖出: dp[i][2] = dp[i-1][0] + prices[i]
   4) 冷冻期: dp[i][3] = dp[i-1][2]
3. 初始化 dp[0][0] = - prices[0]
4. 正序遍历

3. 代码实现

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        l = len(prices)
        #Initial dp
        dp = [[0] * 4 for _ in range(l)]

        #Original Setting
        dp[0][0] = - prices[0]

        for i in range(1, l):
            dp [i][0] = max(dp[i-1][0], max(dp[i-1][3], dp[i-1][1]) - prices[i])
            dp [i][1] = max(dp[i-1][1], dp[i-1][3])
            dp [i][2] = dp[i-1][0] + prices[i]
            dp [i][3] = dp[i-1][2]

        return max(dp[l-1][1], dp[l-1][2], dp[l-1][3])

LeetCode #714 买卖股票的最佳时机含手续费

1. 题目

给定一个整数数组 prices，其中 prices[i]表示第 i 天的股票价格；整数 fee 代表了交易股票的手续费用。
你可以无限次地完成交易，但是你每笔交易都需要付手续费。如果你已经购买了一个股票，在卖出它之前你就不能再继续购买股票了。
返回获得利润的最大值。
注意：这里的一笔交易指买入持有并卖出股票的整个过程，每笔交易你只需要为支付一次手续费

2. 思路

1. dp数组含义: dp[i][j] 为第i天所能获取的最大利润, i 代表天数, j代表交易状态。 存在四种交易状态: 1. 买入 2. 卖出
2. 递推公式:
   1) 买入: dp[i][0] = max(dp[i-1][0], dp[i-1][1] - prices[i])
   2) 卖出: dp[i][1] = max(dp[i-1][1], dp[i-1][0] + prices[i] - fee)
3. 初始化 dp[0][0] = - prices[0]
4. 正序遍历

3. 代码实现

class Solution:
    def maxProfit(self, prices: List[int], fee: int) -> int:
        l = len(prices)
        #Initial DP
        dp = [[0] * 2 for _ in range(l)]

        #Original Setting
        dp[0][0] = - prices[0]

        for i in range(1,l):
            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] - fee)

        return max(dp[-1][1], dp[-1][0])