【leetcode】动态规划

最新推荐文章于 2024-11-01 15:19:21 发布

ICE努力学前端

最新推荐文章于 2024-11-01 15:19:21 发布

阅读量90

点赞数

文章标签： leetcode 动态规划算法

本文链接：https://blog.csdn.net/zhaohb2016/article/details/126493382

版权

本文详细介绍了使用动态规划解决股票交易问题的几种经典算法，包括LC121、LC122和LC123，分别对应只能交易一次、多次交易和交易两次的情况。此外，还探讨了LC714子序列最长连续增加子序列的求解方法。通过这些例子，阐述了动态规划中如何推导递推公式和状态转移矩阵，为解决此类问题提供了思路。

摘要由CSDN通过智能技术生成

dp属于比较难的题目，主要是要推出合适的递推公式，下面总结常考的几种类型
有一些经典的题型：例如交换几次使得某种序列最长？参考网易8.20的笔试。

买卖股票

链接: link

lc121买卖股票（简单）

只交易一次，选取获得利润最大的

var maxProfit = function(prices) {
    //买卖股票问题
    //分为持有股票，和不持有股票的最大利润

    const len = prices.length;
    let dp = new Array(len).fill([0,0]);

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

    for(let i = 1; i < prices.length; i++){
        dp[i][0] = Math.max(dp[i-1][0],-prices[i]);
        dp[i][1] = Math.max(dp[i-1][1],prices[i]+dp[i-1][0]);
    }
    return dp[len-1][1];
};

lc122买卖股票多次（中等）

var maxProfit = function(prices) {
    //可以多次交易
    //仍然是分为持有股票和不持有两个状态

    const len = prices.length;
    let dp = new Array(len).fill([0,0]);
    //初始化
    dp[0][0] = -prices[0];
    dp[0][1] = 0;

    for(let i = 1; i < len; i++){
        dp[i][0] = Math.max(dp[i-1][0],dp[i-1][1] - prices[i]);
        dp[i][1] = Math.max(dp[i-1][1],prices[i]+dp[i-1][0]);
    }

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

lc123买卖两次（困难）

var maxProfit = function(prices) {
    //买卖两次,五种状态
    const len = prices.length;
    const dp = new Array(len).fill(0).map(()=>new Array(5).fill(0));
    dp[0][1] = -prices[0];
    dp[0][3] = -prices[0];

    for(let i = 1; i < len; i++){
        dp[i][0] = dp[i-1][0];
        dp[i][1] = Math.max(dp[i-1][1],dp[i-1][0] - prices[i]);
        dp[i][2] = Math.max(dp[i-1][2],dp[i-1][1]+prices[i]);
        dp[i][3] = Math.max(dp[i - 1][3], dp[i - 1][2] - prices[i]);
        dp[i][4] = Math.max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
    }
     return dp[len-1][4];
};

lc714

var maxProfit = function(prices, fee) {
    let dp = Array.from(Array(prices.length),()=>Array(2).fill(0));
    dp[0][0] = 0 - prices[0];

    for(let i = 1; i < prices.length; i++){
        dp[i][0] =Math.max(dp[i-1][0],dp[i-1][1] - prices[i]);
        dp[i][1] = Math.max(dp[i-1][0]+prices[i] - fee,dp[i-1][1]);
    }

    return Math.max(dp[prices.length - 1][0],dp[prices.length - 1][1]);
};

子序列

lc674

var findLengthOfLCIS = function(nums) {
    let len = nums.length;
   let left = 0;
   let right = 0;
   let res = 1;

   while(right < nums.length){
       if(nums[right] > nums[right-1]){
           right++;
       }else{
           left = right;
           right++;
       }

       res = Math.max(res,right - left);
   }

   return res;
    
};

var findLengthOfLCIS = function(nums) {
    let len = nums.length;
    let dp = new Array(len).fill(1);
    let res = 1;

    for(let i = 1; i < len; i++){
        if(nums[i] > nums[i-1]){
            dp[i] = dp[i-1]+1;
            res = Math.max(dp[i],res);
        }
    }

    return res;

};