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
NAGNIP5 小时前
大模型框架性能优化策略:延迟、吞吐量与成本权衡
算法
美团技术团队6 小时前
LongCat-Flash:如何使用 SGLang 部署美团 Agentic 模型
人工智能·算法
Fanxt_Ja11 小时前
【LeetCode】算法详解#15 ---环形链表II
数据结构·算法·leetcode·链表
侃侃_天下11 小时前
最终的信号类
开发语言·c++·算法
茉莉玫瑰花茶11 小时前
算法 --- 字符串
算法
博笙困了11 小时前
AcWing学习——差分
c++·算法
NAGNIP11 小时前
认识 Unsloth 框架:大模型高效微调的利器
算法
NAGNIP11 小时前
大模型微调框架之LLaMA Factory
算法
echoarts11 小时前
Rayon Rust中的数据并行库入门教程
开发语言·其他·算法·rust
Python技术极客11 小时前
一款超好用的 Python 交互式可视化工具,强烈推荐~
算法