https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock
给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。
如果你最多只允许完成一笔交易(即买入和卖出一支股票一次),设计一个算法来计算你所能获取的最大利润。
注意:你不能在买入股票前卖出股票。
示例 1:
输入: [7,1,5,3,6,4]
输出: 5
解释: 在第 2 天(股票价格 = 1)的时候买入,在第 5 天(股票价格 = 6)的时候卖出,最大利润 = 6-1 = 5 。
注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格;同时,你不能在买入前卖出股票。
示例 2:
输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。
思路:动态规划
class Solution {
public int maxProfit(int[] prices) {
if(prices==null||prices.length==0){
return 0;
}
//dp[i]表示到第i天的最大利润
int dp[]=new int[prices.length];
//记录到当前天的股票价格最小值
int minvalue=prices[0];
for(int i=1;i<prices.length;i++){
//第i天的最大利润取第i-1天的最大利润和当前股票价格减去最小值两者的最大值
dp[i]=Math.max(dp[i-1],prices[i]-minvalue);
//更新当前最小值
minvalue=Math.min(minvalue,prices[i]);
}
return dp[prices.length-1];
}
}
https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii
给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。
注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
示例 1:
输入: [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。
示例 2:
输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。
因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。
示例 3:
输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。
提示:
1 <= prices.length <= 3 * 10 ^ 4
0 <= prices[i] <= 10 ^ 4
思路:动态规划
class Solution {
public int maxProfit(int[] prices) {
if(prices==null||prices.length==0){
return 0;
}
int [][]dp=new int [prices.length][2];//0表示当前不持有股票,1表示当前持有股票
dp[0][0]=0;dp[0][1]=-prices[0];//第0天赋初值
for(int i=1;i<prices.length;i++){
//第i天不持有股票有两种可能:第i-1天也不持有股票和第i-1天持有但当天卖出
dp[i][0]=Math.max(dp[i-1][0],dp[i-1][1]+prices[i]);
//第i天持有股票两种可能:第i-1天也持有股票和第i-1天不持有但当天买入
dp[i][1]=Math.max(dp[i-1][0]-prices[i],dp[i-1][1]);
}
//取第i天持有和不持有股票中的最大值
return Math.max(dp[prices.length-1][1],dp[prices.length-1][0]);
}
}
https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-with-cooldown
给定一个整数数组,其中第 i 个元素代表了第 i 天的股票价格 。
设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票):
你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
示例:
输入: [1,2,3,0,2]
输出: 3
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]
思路:同样使用动态规划
class Solution {
public int maxProfit(int[] prices) {
if(prices==null||prices.length==0){
return 0;
}
int res=0;
int[][] dp=new int[prices.length][3];//0:当前不持有,1:当前持有,2:当前卖出进入冷冻
dp[0][0]=0;dp[0][1]=-prices[0];dp[0][2]=0;
for(int i=1;i<prices.length;i++){
//当前不持有两种可能:前一天卖出,前一天也不持有
dp[i][0]=Math.max(dp[i-1][2],dp[i-1][0]);
//当前持有两种可能:前一天不持有今天买入,前一天持有
dp[i][1]=Math.max(dp[i-1][0]-prices[i],dp[i-1][1]);
//当前卖出只有一种可能:前一天持有,今日卖出
dp[i][2]=dp[i-1][1]+prices[i];
}
//最大值为当前不持有和当前卖出中的最大值
res=Math.max(dp[prices.length-1][2],dp[prices.length-1][0]);
return res;
}
}
https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-iii
给定一个数组,它的第 i 个元素是一支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。
注意: 你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
示例 1:
输入: [3,3,5,0,0,3,1,4]
输出: 6
解释: 在第 4 天(股票价格 = 0)的时候买入,在第 6 天(股票价格 = 3)的时候卖出,这笔交易所能获得利润 = 3-0 = 3 。
随后,在第 7 天(股票价格 = 1)的时候买入,在第 8 天 (股票价格 = 4)的时候卖出,这笔交易所能获得利润 = 4-1 = 3 。
示例 2:
输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。
因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。
示例 3:
输入: [7,6,4,3,1]
输出: 0
解释: 在这个情况下, 没有交易完成, 所以最大利润为 0。
思路:依旧动态规划- -
class Solution {
public int maxProfit(int[] prices) {
if(prices==null||prices.length==0){
return 0;
}
//第一个参数:第i天的最大利润
//第二个参数:0表示当前不持股,1表示当前持股
//第三个参数:0表示当前已完成0次买卖,1表示当前已完成1次买卖,2表示当前已完成两次买卖
int [][][]dp=new int[prices.length][2][3];
//给第1天赋初值
dp[0][0][0]=0;dp[0][1][0]=-prices[0];
dp[0][0][1]=0;dp[0][1][1]=-prices[0];
dp[0][0][2]=0;dp[0][1][2]=-prices[0];
for(int i=1;i<prices.length;i++){
//完成0次买卖且当前不持股只有一种情况,前一天也不持股完成0次
dp[i][0][0]=dp[i-1][0][0];
//完成0次买卖且当前持股有两种情况:前一天也持股完成0次,前一天不持股0次但今天买入
dp[i][1][0]=Math.max(dp[i-1][0][0]-prices[i],dp[i-1][1][0]);
//完成1次买卖且当前不持股有两种情况:前一天不持股完成1次,前一天持股0次但今天卖出
dp[i][0][1]=Math.max(dp[i-1][1][0]+prices[i],dp[i-1][0][1]);
//完成1次买卖且当前持股有两种情况:前一天也持股完成1次,前一天不持股1次但今天买入
dp[i][1][1]=Math.max(dp[i-1][0][1]-prices[i],dp[i-1][1][1]);
//完成2次买卖且当前不持股有两种情况:前一天也不持股完成2次,前一天持股1次但今天卖出
dp[i][0][2]=Math.max(dp[i-1][1][1]+prices[i],dp[i-1][0][2]);
//完成2次买卖且当前持股有两种情况:前一天也持股完成2次,前一天不持股2次但今天买入
dp[i][1][2]=Math.max(dp[i-1][0][2]-prices[i],dp[i-1][1][2]);
}
//最后取当前完成两次买卖的持股和不持股的最大值
return Math.max(dp[prices.length-1][1][2],dp[prices.length-1][0][2]);
}
}
https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-iv
给定一个数组,它的第 i 个元素是一支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。
注意: 你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
示例 1:
输入: [2,4,1], k = 2
输出: 2
解释: 在第 1 天 (股票价格 = 2) 的时候买入,在第 2 天 (股票价格 = 4) 的时候卖出,这笔交易所能获得利润 = 4-2 = 2 。
示例 2:
输入: [3,2,6,5,0,3], k = 2
输出: 7
解释: 在第 2 天 (股票价格 = 2) 的时候买入,在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
随后,在第 5 天 (股票价格 = 0) 的时候买入,在第 6 天 (股票价格 = 3) 的时候卖出, 这笔交易所能获得利润 = 3-0 = 3 。
思路:参考买卖股票的最佳时机 III的动态规划方程,加一层循环求解
class Solution {
public int maxProfit(int k, int[] prices) {
if(k==0||prices==null||prices.length==0){
return 0;
}
//第一个参数表示第i天最大利润
//第二个参数:0表示当天不持股,1表示当天持股
//第三个参数:当前进行了k次买卖
int [][][]dp=new int[prices.length][2][k+1];
//循环对第0天赋初值
for(int i=0;i<=k;i++){
dp[0][0][i]=0;
dp[0][1][i]=-prices[0];
}
for(int i=1;i<prices.length;i++){
//买卖0次的情况单列出来
dp[i][0][0]=dp[i-1][0][0];
dp[i][1][0]=Math.max(dp[i-1][1][0],dp[i-1][0][0]-prices[i]);
//买卖1-k次的情况循环求解
for(int j=1;j<=k;j++){
//当前j次不持股两种可能:第i-1天也是j次不持股,第i-1天j-1次持股当天卖出
dp[i][0][j]=Math.max(dp[i-1][0][j],dp[i-1][1][j-1]+prices[i]);
//当前j次持股两种可能:第i-1天也是j次持股,第i-1天j次不持股,当天买入
dp[i][1][j]=Math.max(dp[i-1][1][j],dp[i-1][0][j]-prices[i]);
}
}
//返回最后一天买卖k次持股和不持股的最大值
return Math.max(dp[prices.length-1][0][k],dp[prices.length-1][1][k]);
}
}
https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-with-transaction-fee
给定一个整数数组 prices,其中第 i 个元素代表了第 i 天的股票价格 ;非负整数 fee 代表了交易股票的手续费用。
你可以无限次地完成交易,但是你每笔交易都需要付手续费。如果你已经购买了一个股票,在卖出它之前你就不能再继续购买股票了。
返回获得利润的最大值。
注意:这里的一笔交易指买入持有并卖出股票的整个过程,每笔交易你只需要为支付一次手续费。
示例 1:
输入: prices = [1, 3, 2, 8, 4, 9], fee = 2
输出: 8
解释: 能够达到的最大利润:
在此处买入 prices[0] = 1
在此处卖出 prices[3] = 8
在此处买入 prices[4] = 4
在此处卖出 prices[5] = 9
总利润: ((8 - 1) - 2) + ((9 - 4) - 2) = 8.
注意:
0 < prices.length <= 50000.
0 < prices[i] < 50000.
0 <= fee < 50000.
思路:动态规划
class Solution {
public int maxProfit(int[] prices, int fee) {
if(prices==null||prices.length==0){
return 0;
}
//第二个参数:0表示当前不持股,1表示当前持股
int[][] dp=new int[prices.length][2];
//对第0天赋初值
dp[0][0]=0;dp[0][1]=-prices[0];
for(int i=1;i<prices.length;i++){
//当前不持股两种可能:第i-1天也不持股,第i-1天持股当天卖出并加收手续费
dp[i][0]=Math.max(dp[i-1][0],dp[i-1][1]+prices[i]-fee);
//当前持股两种可能:第i-1天也持股,第i-1天不持股当天买入
dp[i][1]=Math.max(dp[i-1][1],dp[i-1][0]-prices[i]);
}
//取最后一天持股和不持股的最大值
return Math.max(dp[prices.length-1][0],dp[prices.length-1][1]);
}
}