小山菌_代码随想录算法训练营第四十三天| 121. 买卖股票的最佳时机 、122.买卖股票的最佳时机II、123.买卖股票的最佳时机III

121. 买卖股票的最佳时机

文档讲解：代码随想录. 买卖股票的最佳时机
视频讲解：动态规划之 LeetCode：121.买卖股票的最佳时机1
状态：已完成

代码实现

class Solution {
public:
    int maxProfit(vector<int>& prices) {

        // 第四种方法，动态规划
        int len = prices.size();
        if (len == 0)
            return 0;

        // 1.构建dp数组
        vector<vector<int>> dp(len, vector<int>(2));

        // 2.初始化
        dp[0][0] = -prices[0];
        dp[0][1] = 0;

        for (int i = 1; i < len; i++) {
            dp[i][0] = max(dp[i - 1][0], -prices[i]);
            dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);
            cout << "the dp "<< i <<", 0 is " << dp[i][0] << ", 1 is" << dp[i][1]
                 << endl;
        }

        return dp[len - 1][1];
    }
};

心得体会

1. 通过两次的取最大值判断，还是有些绕，但是通过打印dp数组，还是能理解一些的。

122.买卖股票的最佳时机II

文档讲解：代码随想录. 买卖股票的最佳时机II
视频讲解：动态规划，股票问题第二弹 | LeetCode：122.买卖股票的最佳时机II
状态：已完成

代码实现

class Solution {
public:
    int maxProfit(vector<int>& prices) {

        int len = prices.size();
        vector<vector<int>>dp(len ,vector<int>(2,0));
        dp[0][0]=-prices[0];
        dp[0][1]= 0;

        for(int i = 1; i <len;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[len-1][1];
    }
};

心得体会

1.dp公式推导

第i-1天就持有股票，那么就保持现状，所得现金就是昨天持有股票的所得现金 即：dp[i - 1][0]
第i天买入股票，所得现金就是昨天不持有股票的所得现金减去 今天的股票价格 即：dp[i - 1][1] - prices[i]

123.买卖股票的最佳时机III

文档讲解：代码随想录. 买卖股票的最佳时机III
视频讲解：动态规划，股票至多买卖两次，怎么求？ | LeetCode：123.买卖股票最佳时机III
状态：已完成

代码实现

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        if (prices.size() == 0) return 0;
        vector<vector<int>> dp(prices.size(), vector<int>(5, 0));
        dp[0][1] = -prices[0];
        dp[0][3] = -prices[0];
        for (int i = 1; i < prices.size(); i++) {
            dp[i][0] = dp[i - 1][0];
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
            dp[i][2] = max(dp[i - 1][2], dp[i - 1][1] + prices[i]);
            dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] - prices[i]);
            dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
        }
        return dp[prices.size() - 1][4];
    }
};

心得体会

1.似懂非懂，后面再看吧