算法随想录第五十天打卡123.买卖股票的最佳时机III , 188.买卖股票的最佳时机IV

123.买卖股票的最佳时机III

这道题一下子就难度上来了,关键在于至多买卖两次,这意味着可以买卖一次,可以买卖两次,也可以不买卖。

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_哔哩哔哩_bilibili

代码随想录

python 复制代码
class Solution(object):
    def maxProfit(self, prices):
        if len(prices)==1:
            return 0
        #0.不持有股票
        #1.第一次持有股票
        #2.第一次不持有股票
        #3.第二次持有股票
        #4.第二次不持有股票
        #这里的dp表示在当前状态下所能获得的最大利益
        dp=[[0]*5 for _ in range(len(prices))]
        dp[0][1]=-prices[0]
        dp[0][3]=-prices[0]
        for i in range(1,len(prices)):
            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[-1][4]

总结

刚开始还以为会很难,但看了一下答案后发现其实还是上一题的状态法,只是状态变多了,还是要敢于挑战。

188.买卖股票的最佳时机IV

本题是123.买卖股票的最佳时机III 的进阶版

视频讲解:动态规划来决定最佳时机,至多可以买卖K次!| LeetCode:188.买卖股票最佳时机4_哔哩哔哩_bilibili

代码随想录

思路

我没有看到k的只是给了的,所以我以为可以无限买卖,所以以prices的长度来判断最大可以有几种情况。

python 复制代码
class Solution(object):
    def maxProfit(self, k, prices):
        length=len(prices)
        if length%2==1:
            case=length  #case表示情况数量
        else:
            case=length+1
        dp=[[0]*case for _ in range(length)]

        deg=(case-1)//2
        i=1
        while deg!=0:
            dp[0][i]=-prices[0]
            deg-=1
            i+=2

        for i in range(1,length):
            dp[i][0]=dp[i-1][0]
            for j in range(1,case):
                if j%2==1:
                    dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]-prices[i])
                else:
                    dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]+prices[i])
        return dp[-1][-1]
        

改后的

python 复制代码
class Solution(object):
    def maxProfit(self, k, prices):
        length=len(prices)
        if length%2==1:
            case=length  #case表示情况数量
        else:
            case=length+1
        if case>k*2+1:  #比较最大情况数量和k谁最大
            case=k*2+1
        dp=[[0]*case for _ in range(length)]

        deg=(case-1)//2  #要遍历的数量
        i=1
        while deg!=0:
            dp[0][i]=-prices[0]
            deg-=1
            i+=2

        for i in range(1,length):
            dp[i][0]=dp[i-1][0]
            for j in range(1,case):
                if j%2==1:
                    dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]-prices[i])
                else:
                    dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]+prices[i])
        return dp[-1][-1]

总结

他其实是情况稍微不一样了,所以我改成了如果k大于最大的情况,就用最大的情况,如果没有大于就有k。没有去优化了。

相关推荐
Black蜡笔小新3 小时前
自动化AI算法训练服务器DLTM助力医学影像分析进入AI智能分析新时代
人工智能·算法·自动化
手写码匠4 小时前
深入解析大模型架构之争:全能通用模型 vs 领域专精模型
人工智能·深度学习·算法·aigc
浅念-5 小时前
LeetCode 回溯算法题——综合练习
数据结构·c++·算法·leetcode·职场和发展·深度优先·dfs
列星随旋5 小时前
线段树和树状数组的学习
学习·算法
全糖可乐气泡水7 小时前
Codex适配国产信创环境安装部署与技术适配全解析
开发语言·git·python·算法·百度
h_a_o777oah7 小时前
状态机+划分型 DP :深度解析K-划分问题下 DP 状态的转移逻辑(洛谷P2679 P2331 附C++代码)
c++·算法·动态规划·acm·状态机dp·划分型dp·滚动数组优化
05候补工程师7 小时前
从算法理想向工程现实的跨越:SLAM 核心架构、思维误区与 Nav2 实战避坑指南
人工智能·算法·安全·架构·机器人
手写码匠9 小时前
Android 17 适配实战指南:新特性解读、隐私变更与迁移全攻略
人工智能·深度学习·算法·aigc
珊瑚里的鱼9 小时前
leetcode42雨水
算法·leetcode