121
class Solution:
def maxProfit(self, prices: List[int]) -> int:
dp=[[0 for _ in range(2)]for _ in range(len(prices))]
dp[0][0]=-prices[0]
dp[0][1]=0
for i in range(1,len(prices)):
dp[i][0]=max(dp[i-1][0],-prices[i])
dp[i][1]=max(dp[i-1][1],prices[i]+dp[i-1][0])
return dp[-1][1]
'''dp[i][0]表示第i天持有股票时有多少现金,来源可能为以下:
1、i-1天就持有股票,那么她的状态就和i-1天的时侯一样。
2、当天买入股票,那么他当前持有的现金是-prices[i]
dp[i][1]表示第i天未持有股票时有多少现金,来源可能为以下:
1、i-1天就已经没持有了,那么他的状态和i-1天一样
2、当天卖出股票,那么他当前持有的现金就是前一天持有股票时候的现金加上卖出的现金之和。
为什么最后只返回dp[-1][1]?因为同一天,未持有股票的钱一定比持有股票时候的钱多。'''
122、卖多次的时候,仅仅是在持有股票的情况中当天买入股票这种情况有区别,因为可能之前卖过了,有盈利,要算进去。
class Solution:
def maxProfit(self, prices: List[int]) -> int:
dp=[[0 for _ in range(2)]for _ in range(len(prices))]
dp[0][0]=-prices[0]
dp[0][1]=0
for i in range(1,len(prices)):#注意这里要从1开始,因为里面有i-1
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[-1][1]
'''动态规划,和121题的区别在于,121只能买卖一次,这个题能买卖多次。所以在dp[i][0]的递推公式上有一点区别'''
714
class Solution:
def maxProfit(self, prices: List[int], fee: int) -> int:
dp=[[0 for _ in range(2)]for _ in range(len(prices))]
dp[0][0]=-prices[0]
dp[0][1]=0
for i in range(1,len(prices)):
dp[i][0]=max(dp[i-1][0],dp[i-1][1]-prices[i])
dp[i][1]=max(dp[i-1][1],dp[i][0]+prices[i]-fee)
return dp[-1][1]
#就比122题多了一个手续费的操作。要注意一定是在卖的那天减去手续费。而不是放在max外。
'''res=0
low=prices[0]#统计最低价格,好知道什么时候买入
for i in range(1,len(prices)):
if prices[i]<low:
low=prices[i]#如果有更低的价格,就在这时买入
earn=prices[i]-low
if earn>fee:
res+=(earn-fee)
low = prices[i]-fee#low要从高价卖出后的prices中去找最小。
#这一步意味着,收获利润的这一天并不是这个收获利润区间的最后一天,也就是说我们买入了之后
# 在这一天卖出去并不能收获这一区间的最大利润。也就是说这时候我们并不是真的卖出,所以不能白白被扣一次手续费。
return res'''
309
class Solution:
def maxProfit(self, prices: List[int]) -> int:
if not prices:
return 0
dp = [[0 for _ in range(4)] for _ in range(len(prices))]
dp[0][0] =-prices[0]
dp[0][1]=0
dp[0][2]=0
dp[0][3]=0
for i in range(1, len(prices)): # 注意这里要从1开始,因为里面有i-1
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][3],dp[i-1][1])
dp[i][2]=dp[i-1][0]+prices[i]
dp[i][3]=dp[i-1][2]
return max(dp[-1][1],dp[-1][2],dp[-1][3])
'''1、目前是买入状态(以前买的,或者是今天买的)如果是今天买的,又分为(冷冻期后一天接着买,或者冷冻期度过后观望状态
2、目前是卖出状态,(前一天是冷冻期,前一天是状态2)
3、目前是卖出状态,但是是今天刚卖出
4、处于冷冻期。
四种状态基本涵盖了所有可能出现的情况,都可以递推出来了。初始化只需要初始化dp[0][0],因为这是买入状态。
所以肯定是亏的。其他三种情况,都是卖出了,不可能亏损,最小也就是0,最后比较,状态2,3,4三种哪一个更大。'''
123
class Solution:
def maxProfit(self, prices: List[int]) -> int:
if len(prices)==0:
return 0
dp=[[0 for _ in range(5)]for _ in range(len(prices))]
dp[0][0]=0
dp[0][1]=-prices[0]
dp[0][2]=0#初始化也遵循max原则,最差的情况也就是没有盈利就是0.
dp[0][3]=-prices[0]
dp[0][4]=0
for i in range(1,len(prices)):
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[-1][4]
'''主要难点在于,整个过程只允许买卖两次,不像121,122题要么是一次要么是无数次。所以我们需要特殊处理一下
把每天的状态分为:1、无操作 2、处于第一次买入状态 3、处于第一次卖出状态 4、第二次买入状态 5、第二次卖出状态
1、不需要定义递推公式。2、3、4、5均可以按照121的思路推导出来。'''
188是123的加强版,可以推出普适公式。
class Solution:
def maxProfit(self, k: int, prices: List[int]) -> int:
if len(prices)==0:
return 0
dp=[[0 for _ in range(2*k+1)] for _ in range(len(prices))]
for i in range(2*k+1):
if i%2==1:
dp[0][i]=-prices[0]
for i in range(1,len(prices)):
for j in range(1,2*k+1):
dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]+prices[i]*(-1)**j)
return dp[-1][-1]