算法训练day55leetcode309.最佳买卖股票时机含冷冻期 714.买卖股票的最佳时机含手续费 +总结

part12leetcode309.最佳买卖股票时机含冷冻期 714.买卖股票的最佳时机含手续费 +总结

309. 买卖股票的最佳时机含冷冻期

给定一个整数数组prices,其中第 prices[i] 表示第 *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):

  • 卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。

**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: prices = [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]

示例 2:

输入: prices = [1]
输出: 0

提示:

  • 1 <= prices.length <= 5000
  • 0 <= prices[i] <= 1000

动规五部曲,分析如下:

  1. 确定dp数组以及下标的含义

dp [i][j],第i天状态为j,所剩的最多现金为dp[i][j]。

具体可以区分出如下四个状态:

  • 状态一:持有股票状态(今天买入股票,或者是之前就买入了股票然后没有操作,一直持有)
  • 不持有股票状态,这里就有两种卖出股票状态
    • 状态二:保持卖出股票的状态(两天前就卖出了股票,度过一天冷冻期。或者是前一天就是卖出股票状态,一直没操作)
    • 状态三:今天卖出股票
  • 状态四:今天为冷冻期状态,但冷冻期状态不可持续,只有一天!
  • j的状态为:
    • 0:状态一
    • 1:状态二
    • 2:状态三
    • 3:状态四

2.确定递推公式

达到买入股票状态(状态一)即:dp[i] [0],有两个具体操作:

  • 操作一:前一天就是持有股票状态(状态一),dp [i] [0] = dp[i - 1] [0]
  • 操作二:今天买入了,有两种情况
    • 前一天是冷冻期(状态四),dp[i - 1] [3] - prices[i]
    • 前一天是保持卖出股票的状态(状态二),dp[i - 1] [1] - prices[i]

那么dp [i] [0] = max(dp[i - 1] [0], dp[i - 1] [3] - prices[i], dp[i - 1] [1] - prices[i]);

达到保持卖出股票状态(状态二)即:dp[i] [1],有两个具体操作:

  • 操作一:前一天就是状态二
  • 操作二:前一天是冷冻期(状态四)

dp[i] [1] = max(dp[i - 1] [1], dp[i - 1] [3]);

达到今天就卖出股票状态(状态三),即:dp[i] [2] ,只有一个操作:

昨天一定是持有股票状态(状态一),今天卖出

即:dp[i] [2] = dp[i - 1] [0] + prices[i];

达到冷冻期状态(状态四),即:dp[i][3],只有一个操作:

昨天卖出了股票(状态三)

dp[i] [3] = dp[i - 1] [2];

3.dp数组如何初始化

4.确定遍历顺序

从递归公式上可以看出,dp[i] 依赖于 dp[i-1],所以是从前向后遍历。

5.举例推导dp数组

以 [1,2,3,0,2] 为例,dp数组如下:

最后结果是取 状态二,状态三,和状态四的最大值,不少同学会把状态四忘了,状态四是冷冻期,最后一天如果是冷冻期也可能是最大值。

cpp 复制代码
#include <vector>
#include <iostream>

class Solution {
public:
    int maxProfit(std::vector<int>& prices) {
        int n = prices.size();
        if (n == 0) return 0;
        std::vector<std::vector<int>> dp(n, std::vector<int>(4, 0));
        dp[0][0] -= prices[0]; //持有股票
        for (int i = 1; i < n; i++) {
            dp[i][0] = std::max(dp[i - 1][0], std::max(dp[i - 1][3] - prices[i], dp[i - 1][1] - prices[i]));
            dp[i][1] = std::max(dp[i - 1][1], dp[i - 1][3]);
            dp[i][2] = dp[i - 1][0] + prices[i];
            dp[i][3] = dp[i - 1][2];
        }
        return std::max(dp[n - 1][3], std::max(dp[n - 1][1], dp[n - 1][2]));
    }
};

int main() {
    Solution solution;
    std::vector<int> prices = {1, 2, 3, 0, 2}; // 示例股票价格
    int maxProfit = solution.maxProfit(prices);
    std::cout << "Maximum profit: " << maxProfit << std::endl; // 打印最大利润
    return 0;
}

714. 买卖股票的最佳时机含手续费

给定一个整数数组 prices,其中 prices[i]表示第 i 天的股票价格 ;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

示例 2:

输入:prices = [1,3,7,5,10,3], fee = 3
输出:6

提示:

  • 1 <= prices.length <= 5 * 104
  • 1 <= prices[i] < 5 * 104
  • 0 <= fee < 5 * 104

1.dp数组的含义:

dp[i] [0] 表示第i天持有股票所省最多现金。 dp[i] [1] 表示第i天如果第i天持有股票即dp[i][0], 那么可以由两个状态推出来

  • 第i-1天就持有股票,那么就保持现状,所得现金就是昨天持有股票的所得现金 即:dp[i - 1][0]
  • 第i天买入股票,所得现金就是昨天不持有股票的所得现金减去 今天的股票价格 即:dp[i - 1][1] - prices[i]

所以:dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);

在来看看如果第i天不持有股票即dp[i][1]的情况, 依然可以由两个状态推出来

  • 第i-1天就不持有股票,那么就保持现状,所得现金就是昨天不持有股票的所得现金 即:dp[i - 1][1]
  • 第i天卖出股票,所得现金就是按照今天股票价格卖出后所得现金,注意这里需要有手续费了即:dp[i - 1][0] + prices[i] - fee

所以:dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i] - fee);股票所得最多现金

2.递推公式部分

如果第i天持有股票即dp[i] [0], 那么可以由两个状态推出来

  • 第i-1天就持有股票,那么就保持现状,所得现金就是昨天持有股票的所得现金 即:dp[i - 1] [0]
  • 第i天买入股票,所得现金就是昨天不持有股票的所得现金减去 今天的股票价格 即:dp[i - 1] [1] - prices[i]

所以:dp[i][0] = max(dp[i - 1] [0], dp[i - 1] [1] - prices[i]);

在来看看如果第i天不持有股票即dp[i][1]的情况, 依然可以由两个状态推出来

  • 第i-1天就不持有股票,那么就保持现状,所得现金就是昨天不持有股票的所得现金 即:dp[i - 1] [1]
  • 第i天卖出股票,所得现金就是按照今天股票价格卖出后所得现金,注意这里需要有手续费了即:dp[i - 1] [0] + prices[i] - fee

所以:dp[i][1] = max(dp[i - 1] [1], dp[i - 1] [0] + prices[i] - fee);

cpp 复制代码
#include <vector>
#include <iostream>

class Solution {
public:
    int maxProfit(std::vector<int>& prices, int fee) {
        int len = prices.size();
        std::vector<std::vector<int>> dp(len, std::vector<int>(2,0));
        dp[0][0] -= prices[0];
        dp[0][1] = 0;
        for (int i = 1; i < len; i ++) {
            dp[i][0] = std::max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
            dp[i][1] = std::max(dp[i - 1][1], dp[i - 0][0] + prices[i] - fee);
        }
        return std::max(dp[len - 1][0], dp[len - 1][1]);
    }
};

int main() {
    Solution solution;
    std::vector<int> prices = {1, 3, 2, 8, 4, 9}; // 示例股票价格
    int fee = 2; // 交易手续费
    int maxProfit = solution.maxProfit(prices, fee);
    std::cout << "Maximum profit with a fee of " << fee << ": " << maxProfit << std::endl;
    return 0;
}

股票问题总结

https://programmercarl.com/动态规划-股票问题总结篇.html#卖股票的最佳时机

相关推荐
泉崎12 分钟前
11.7比赛总结
数据结构·算法
你好helloworld13 分钟前
滑动窗口最大值
数据结构·算法·leetcode
AI街潜水的八角1 小时前
基于C++的决策树C4.5机器学习算法(不调包)
c++·算法·决策树·机器学习
白榆maple1 小时前
(蓝桥杯C/C++)——基础算法(下)
算法
JSU_曾是此间年少1 小时前
数据结构——线性表与链表
数据结构·c++·算法
此生只爱蛋2 小时前
【手撕排序2】快速排序
c语言·c++·算法·排序算法
咕咕吖3 小时前
对称二叉树(力扣101)
算法·leetcode·职场和发展
九圣残炎3 小时前
【从零开始的LeetCode-算法】1456. 定长子串中元音的最大数目
java·算法·leetcode
lulu_gh_yu3 小时前
数据结构之排序补充
c语言·开发语言·数据结构·c++·学习·算法·排序算法
丫头,冲鸭!!!4 小时前
B树(B-Tree)和B+树(B+ Tree)
笔记·算法