Leetcode Day18 股票买卖专题

买卖股票重要的部分就是状态转移, 通常是二维i,0/1代表第i天持有/不持有股票时的最大利润

Part 1: 不限制交易次数

122 每天都可买入卖出

python 复制代码
class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        # on day i, we have stock
        dp1 = [0] * len(prices)
        # on day i, we dont have stock
        dp2 = [0] * len(prices)
        dp1[0] = -prices[0] 
        for i in range(1, len(prices)):
            # 有 stock, 什么都不做 -> dp1
            # 无 stock ,什么都不做 -> dp2
            # 有stock卖了 -> dp2
            # 无stock, 买了 -> dp1
            dp1[i] = max(dp1[i-1], dp2[i-1] - prices[i])
            dp2[i] = max(dp2[i-1], dp1[i-1] + prices[i])
        return max(dp1 + dp2)

309 卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)

只需改为dp1[i] = max(dp1[i-1], dp2[i-2] - prices[i]), 因为dp1[i]的第二部分代表买入, 买入的话必须是i-2的那一天没有股票

Part 2: 有交易限制

121 (一次) 一天买入, 未来一天卖出

反着遍历记录后缀最大即可

python 复制代码
class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        max_price = -1
        ans = -1
        for i in range(len(prices) - 1,-1, -1):
            if prices[i] > max_price:
                max_price = prices[i]
            ans = max(ans, max_price - prices[i])
        return ans 

123 (两次)

python 复制代码
class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        n = len(prices)

        # dp[i][j]: 第i天结束后的最大利润,j的含义如下:
        # 0: 第一次买入, 1: 第一次卖出, 2: 第二次买入, 3: 第二次卖出
        dp = [[0,0,0,0] for _ in range(n)]

        # 初始化第一天的状态
        dp[0] = [-prices[0], 0, -prices[0], 0]

        for i in range(1, n):
            # 第一次买入:保持前一天状态,或今天买入
            dp[i][0] = max(dp[i-1][0], -prices[i])

            # 第一次卖出:保持前一天状态,或今天卖出
            dp[i][1] = max(dp[i-1][1], prices[i] + dp[i-1][0])

            # 第二次买入:保持前一天状态,或今天买入(使用第一次卖出的利润)
            dp[i][2] = max(dp[i-1][2], -prices[i] + dp[i-1][1])

            # 第二次卖出:保持前一天状态,或今天卖出
            dp[i][3] = max(dp[i-1][3], prices[i] + dp[i-1][2])

        return dp[-1][-1]  # 返回最后一天第二次卖出的最大利润

188 最多k次

python 复制代码
class Solution:
    def maxProfit(self, k: int, prices: List[int]) -> int:
        if not prices or k == 0:
            return 0
        
        n = len(prices)
        # dp1[i][j] -> 第i天持有股票, 已经完成j次交易
        # dp2[i][j] -> 第i天没有股票, 已经完成j次交易
        dp1 = [[0 for _ in range(k + 1)] for _ in range(n)]
        dp2 = [[0 for _ in range(k + 1)] for _ in range(n)]
        
        # 初始化第一天的状态
        dp1[0][0] = -prices[0]
        
        # 初始化第一次交易的状态
        for i in range(1, n):
            dp1[i][0] = -prices[i]
        
        for i in range(1, n):
            for j in range(1, k + 1):
                # 持有股票的状态
                dp1[i][j] = max(dp1[i-1][j], dp2[i-1][j] - prices[i])
                
                # 不持有股票的状态
                dp2[i][j] = max(dp2[i-1][j], dp1[i-1][j-1] + prices[i])
        
        return max(dp2[-1])

代码基本上是正确的, 但是在初始化出了问题, 对于dp[i][0],不能全部初始化为-pirces[0], 因为第0天后可能会出现更低的价格

python 复制代码
class Solution:
    def maxProfit(self, k: int, prices: List[int]) -> int:
        if not prices or k == 0:
            return 0
        
        n = len(prices)
        # dp1[i][j] -> 第i天持有股票, 已经完成j次交易
        # dp2[i][j] -> 第i天没有股票, 已经完成j次交易
        dp1 = [[-inf for _ in range(k + 1)] for _ in range(n)]
        dp2 = [[-inf for _ in range(k + 1)] for _ in range(n)]
        
        # 初始化第一天的状态
        cur_max = -inf
        for i in range(n):
            if -prices[i] > cur_max:
                cur_max = -prices[i]
            dp1[i][0] = cur_max
        
        for i in range(1, n):
            for j in range(1, k + 1):
                # 持有股票的状态
                dp1[i][j] = max(dp1[i-1][j], dp2[i-1][j] - prices[i])
                
                # 不持有股票的状态
                dp2[i][j] = max(dp2[i-1][j], dp1[i-1][j-1] + prices[i])
        
        return max(dp2[-1])

注意dp[i][0]的初始化, 和所有的初始最大利润应该为-inf

相关推荐
Demons_kirit6 分钟前
Leetcode 2845 题解
算法·leetcode·职场和发展
adam_life36 分钟前
http://noi.openjudge.cn/——2.5基本算法之搜索——200:Solitaire
算法·宽搜·布局唯一码
我想进大厂1 小时前
图论---朴素Prim(稠密图)
数据结构·c++·算法·图论
我想进大厂1 小时前
图论---Bellman-Ford算法
数据结构·c++·算法·图论
AIGC大时代1 小时前
高效使用DeepSeek对“情境+ 对象 +问题“型课题进行开题!
数据库·人工智能·算法·aigc·智能写作·deepseek
CODE_RabbitV2 小时前
【深度强化学习 DRL 快速实践】近端策略优化 (PPO)
算法
宝耶3 小时前
面试常问问题:Java基础篇
java·面试·职场和发展
Wendy_robot3 小时前
【滑动窗口+哈希表/数组记录】Leetcode 438. 找到字符串中所有字母异位词
c++·算法·leetcode
程序员-King.3 小时前
day49—双指针+贪心—验证回文串(LeetCode-680)
算法·leetcode·贪心算法·双指针
转基因3 小时前
Codeforces Round 1020 (Div. 3)(题解ABCDEF)
数据结构·c++·算法