public int maxProfit(int[] prices) {
int len = prices.length;
// 特殊判断
if (len == 1) {
return 0;
}
int[][] dp = new int[len][2];
// dp[i][0] 下标为 i 这天结束的时候,不持股,手上拥有的现金数
// dp[i][1] 下标为 i 这天结束的时候,持股,手上拥有的现金数
// 初始化:不持股显然为 0,持股就需要减去第 1 天(下标为 0)的股价
dp[0][0] = 0;
dp[0][1] = -prices[0];
// 从第 2 天开始遍历
for (int i = 1; i < len; i++) {
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);//今天不持股:昨天不持股今天不买入或者昨天持股今天卖出
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0]-prices[i]);//今天持股:昨天持股今天不卖出或者昨天不持股今天买入
}
return dp[len - 1][0];
}
动态规划算法leetcode.122
最新推荐文章于 2024-09-16 06:54:08 发布
本文介绍了一种使用动态规划解决投资问题的方法,通过计算持有或不持有股票时的最大现金收益,实现股票买卖策略。特别关注于给定价格数组时,如何利用前一天状态来决定当天操作,最终返回投资组合在最后一日的最大盈利。
摘要由CSDN通过智能技术生成