问题描述:
问题一:
给定一个数组arr,从左到右表示昨天从早到晚股票的价格,作为一个事后诸葛亮,你想知道如果随便交易,且每次交易只买卖一股,返回能挣到的最大钱数。
问题二:
给定一个数组arr,从左到右表示昨天从早到晚股票的价格,作为一个事后诸葛亮,你想知道如果随便交易,且每次交易只买卖一股,返回能挣到的最大钱数。
问题三:
给定一个数组arr,从左到右表示昨天从早到晚股票的价格,作为一个事后诸葛亮,你想知 道如果交易次数不超过K次,且每次交易只买卖一股,返回能挣到的最大钱数。
思想:
问题一思想:
我们遍历数组中的每一个位置i作为股票抛出的位置,i位置之前选取最小的位置作为股票的买入点,遍历完整个数组,取最大值即为最后答案。
问题二思想:
因为题意中已知交易次数不受限制,所以我们知道要想得到最大钱数,只要把数组中所有上浮的数值加起来就为最大钱数。
问题三思想:
交易次数受到限制,我们使用动态规划的思想进行解题。
在解题前我们知道一个数学规律:若数组的长度为N,交易次数K是不会大于N/2的。若K若大于等于N/2,则该问题三等价于问题二。
定义二维数组dp[i][j],行表示数组中的每个值,列表示交易次数,二维数组含义是0~i时间点上随便交易,不超过j次的情况下取得的最大钱数。
二维数组第一列表示0次交易取最大钱数,全部为0。二维数组第一列表示在0时间点上交易j次取得的最大钱数,全部为0。
接下来我们分析普遍位置dp[i][j]。可以分为两种大类:
1) 最后交易的位置不在i位置,那么dp[i][j] = dp[i-1][j]。
2) 最后交易的位置在i位置,i位置时卖出操作时能取得最大值。又分为下面几种情况:
1> 0~i上随便交易,不过交易次数不能超过j-1次的情况下,最后在i位置上买,i位置上卖。【 dp[i][j] = dp[i][j-1] + arr[i] - arr[i] 】
2> 0~i-1上随便交易,不过交易次数不能超过j-1次的情况下,最后在i-1位置上买,i位置上卖。【 dp[i][j] = dp[i-1][j-1] + arr[i] - arr[i-1] 】
3> 0~i-2上随便交易,不过交易次数不能超过j-1次的情况下,最后在i-2位置上买,i位置上卖。【 dp[i][j] = dp[i-2][j-1] + arr[i] - arr[i-2] 】
.......
ii> 0~0上随便交易,不过交易次数不能超过j-1次的情况下,最后在0位置上买,i位置上卖。【 dp[i][j] = dp[i][j-1] + arr[i] - arr[0] 】
到此全部分类完成,取出各种情况下的最大值为最后的结果。我们分析情况二中的迭代过程,我们会发现有重复的计算,因此我们可以对此进行优化。
情况2)中
1>...ii>可以整合为:max{
dp[i][j] = dp[i][j-1] - arr[i-1],
dp[i][j] = dp[i-1][j-1] - arr[i-1],
dp[i][j] = dp[i-2][j-1] - arr[i-1],
...
dp[i][j] = dp[0][j-1] - arr[0],
}+ arr[i]。这个迭代结果可以提供给下一次计算直接使用。
我们也可以使用动态规划的空间压缩技术进行代码优化。
代码:
问题一代码:
public static int maxProfit(int[] prices) {
if (prices == null || prices.length == 0) {
return 0;
}
int min = prices[0];
int ans = 0;
for (int i = 0; i < prices.length; i++) {
min = Math.min(min, prices[i]);
ans = Math.max(ans, prices[i] - min);
}
return ans;
}
public static int[] generateRandomArray(int maxSize, int maxValue) {
int[] arr = new int[(int) ((maxSize + 1) * Math.random())];
for (int i = 0; i < arr.length; i++) {
arr[i] = (int) ((maxValue + 1) * Math.random());
}
return arr;
}
public static void main(String[] args) {
int maxSize = 20;
int maxValue = 20;
int testTime = 100000;
System.out.println("test begin!");
for (int i = 0; i < testTime; i++) {
int[] arr = generateRandomArray(maxSize, maxValue);
maxProfit(arr);
}
System.out.println("test end!");
}
问题二代码:
public static int maxProfit(int[] prices) {
if (prices == null || prices.length == 0) {
return 0;
}
int money = 0;
int pre = prices[0];
for (int i = 1; i < prices.length; i++) {
if (prices[i] > pre) {
money += prices[i] - pre;
}
pre = prices[i];
}
return money;
}
public static int[] generateRandomArray(int maxSize, int maxValue) {
int[] arr = new int[(int) ((maxSize + 1) * Math.random())];
for (int i = 0; i < arr.length; i++) {
arr[i] = (int) ((maxValue + 1) * Math.random());
}
return arr;
}
public static void main(String[] args) {
int maxSize = 20;
int maxValue = 20;
int testTime = 100000;
System.out.println("test begin!");
for (int i = 0; i < testTime; i++) {
int[] arr = generateRandomArray(maxSize, maxValue);
maxProfit(arr);
}
System.out.println("test end!");
}
问题三代码:
动态规划代码
public static int maxProfit1(int K, int[] prices) {
if (prices == null || prices.length == 0) {
return 0;
}
int N = prices.length;
if (K >= N / 2) {
return allTrans(prices);
}
int[][] dp = new int[N][K + 1];
int ans = 0;
//一列一列遍历
for (int j = 1; j <= K; j++) {
//dp[i][j] = dp[0][j] ---1)
// dp[1][j-1] - [1] + [1] ---2)1>
// t + [1]
// dp[0][j-1] - [0] + [1] ---2)1>
// t + [1]
//从第一列开始遍历,所以我么那必须先设置好t的值
int t = dp[0][j - 1] - prices[0];
for (int i = 1; i < N; i++) {
int nextT = Math.max(t, dp[i][j - 1] - prices[i]);
//情况一和情况二取最大值
dp[i][j] = Math.max(dp[i - 1][j], t + prices[i]);
//设置下一轮的t值
t = nextT;
ans = Math.max(ans, dp[i][j]);
}
}
return ans;
}
使用动态规划空间压缩技术。
public static int maxProfit2(int K,int[] prices){
if (prices ==null|| prices.length==0){
return 0;
}
int N = prices.length;
if (K>=N/2){
return allTrans(prices);
}
//dp一维表,做了空间压缩
int[] dp = new int[N];
int ans = 0;
for (int tran = 1; tran<=K; tran++){
int pre = dp[0];
int best = pre-prices[0];
for (int index = 1;index<N;index++){
pre = dp[index];
dp[index] = Math.max(dp[index-1],prices[index]+best);
best = Math.max(best,pre-prices[index]);
ans = Math.max(dp[index],ans);
}
}
return ans;
}
public static int allTrans(int[] prices){
int ans = 0;
for (int i =0;i<prices.length;i++){
ans += Math.max(prices[i] - prices[i-1],0);
}
return ans;
}
测试代码
public static int[] generateRandomArray(int maxSize, int maxValue) {
int[] arr = new int[maxSize];
for (int i = 0; i < arr.length; i++) {
arr[i] = (int) ((maxValue + 1) * Math.random());
}
return arr;
}
public static void printArray(int[] arr) {
if (arr == null) {
return;
}
for (int i = 0; i < arr.length; i++) {
System.out.print(arr[i] + " ");
}
System.out.println();
}
public static void main(String[] args) {
int maxSize = 20;
int maxValue = 20;
int testTime = 100000;
System.out.println("test begin!");
for (int i = 0; i < testTime; i++) {
int[] arr = generateRandomArray(maxSize, maxValue);
int K = 8;
int res1 = maxProfit1(K,arr);
int res2 = maxProfit2(K,arr);
if (res1!=res2){
System.out.println("Oops!");
printArray(arr);
System.out.println(res1);
System.out.println(res2);
break;
}
}
System.out.println("test end!");
}