Leetcode 121. 买卖股票的最佳时机

心路历程:

这道题可以暴力求解,但是O ( n 2 ) (n^2) (n2)的时间复杂度会超时;也可以用贪心法去做,可以用O ( n ) (n) (n)的时间复杂度去解决。

不过这道题是一个经典的动态规划方法,动态规划方法的重点在于建模,递归函数的参数就是DP的状态,递推函数就是 s i − 1 → s i s_{i-1} \rightarrow s_i si−1→si的可能状态转移过程。

这道题的状态应该定义为:第 i i i天以及第 i i i天是否持有资金,这个很难想到;

动作的定义分为三类,分别是买入、卖出、什么也不做;

返回值定义为第 i i i天的收益。如果第k天买入(k < i),并且第 i i i天还没有卖出去,那么收益就是-prices[i]。

注意的点:

1、贪婪解法需要在每一步维护前i个元素的最小值

2、DP方法的初始化需要区分第0天是不是持有资金

解法一:动态规划

python 复制代码
class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        @cache
        def dp(i, j): # 第i天,持有j \in {0, 1}股票,最大利润
            if i == 0 and j == 0:
                return 0
            if i == 0 and j == 1:  # 这个初始状态的定义比较不好想
                return -prices[0]
            # 注意只能买卖一次
            if j == 0:
                return max(dp(i-1, 0), dp(i-1, 1) + prices[i])
            else:
                return max(dp(i-1, 1),  - prices[i])
        return dp(len(prices) - 1, 0)

解法二:贪心法

python 复制代码
class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        low, res = float('inf'), 0
        for i in range(len(prices)):
            low = min(low, prices[i])
            res = max(res, prices[i] - low)
        return res
相关推荐
今天背单词了吗9807 小时前
算法学习笔记:19.牛顿迭代法——从原理到实战,涵盖 LeetCode 与考研 408 例题
笔记·学习·算法·牛顿迭代法
jdlxx_dongfangxing8 小时前
进制转换算法详解及应用
算法
why技术9 小时前
也是出息了,业务代码里面也用上算法了。
java·后端·算法
2501_922895589 小时前
字符函数和字符串函数(下)- 暴力匹配算法
算法
IT信息技术学习圈10 小时前
算法核心知识复习:排序算法对比 + 递归与递推深度解析(根据GESP四级题目总结)
算法·排序算法
愚润求学10 小时前
【动态规划】01背包问题
c++·算法·leetcode·动态规划
会唱歌的小黄李10 小时前
【算法】贪心算法入门
算法·贪心算法
轻语呢喃11 小时前
每日LeetCode : 两数相加--链表操作与进位的经典处理
javascript·算法
钢铁男儿12 小时前
C# 接口(接口可以继承接口)
java·算法·c#
zl_vslam12 小时前
SLAM中的非线性优化-2D图优化之激光SLAM cartographer前端匹配(十七)
前端·人工智能·算法