动态规划 —— dp 问题-买卖股票的最佳时机含冷冻期

1. 买卖股票的最佳时机含冷冻期

题目链接:

309. 买卖股票的最佳时机含冷冻期 - 力扣(LeetCode)https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-with-cooldown/description/


2. 题目解析


3. 算法原理

状态表示:以某一个位置为结尾或者以某一个位置为起点

dpi0表示:第i天结束之后,处于买入状态,此时的最大利润

dpi1表示:第i天结束之后,处于可交易状态,此时的最大利润

dpi2表示:第i天结束之后,处于冷冻期状态,此时的最大利润


2. 状态转移方程

在第i-1天处于买入状态,看买入状态能不能到自己,看可交易状态能不能到买入状态,看冷冻期状态能不能到买入状态,其他两个状态也是如此,一共9种状态

|----------------|----------------------------|-----------------------|----------------|
| | 买入状态到 | 可交易状态到 | 冷冻期状态到 |
| 买入状态 0 | 什么都不干(yes) | -pricesi(买股票) | 不能 |
| 可交易状态1 | 不能 | 什么都不干(yes) | 什么都不干(yes) |
| 冷冻期状态2 | +prices i(卖股票) | 不能 | 不能 |

根据最近的一步来划分问题:

1. dpi0=max(dpi-10 , dpi-11 - pricesi)

2. dpi1=max(dpi-11 , dpi-12 )

3. dpi2=dpi-10+prices i
3. 初始化把dp表填满不越界,让后面的填表可以顺利进行

要想处于买入状态就需要进行买入: dp00= -prices0

dp01=0 dp02=0
4. 填表顺序

本题的填表顺序是:从左往右,三个表同时填(因为填写其中一个表需要用到其他两个表)
5. 返回值 :题目要求 + 状态表示

因为是要最大利润,所以买入状态不用考虑

本题的返回值是:max(dpn-11,dpn-12)


4. 代码

动态规划的固定四步骤:1. 创建一个dp表

2. 在填表之前初始化

3. 填表(填表方法:状态转移方程)

4. 确定返回值

复制代码
class Solution {
public:
    int maxProfit(vector<int>& prices) {

    int n = prices.size();
    //1.  创建一个规模(n+1*3)的dp表
    vector<vector<int>>dp(n, vector<int>(3));

        //2. 在填表之前初始化
        dp[0][0]=-prices[0];

         //3. 填表(填表方法:状态转移方程)
    for(int i=1;i<n;i++)
    {
        dp[i][0]=max(dp[i-1][0],dp[i-1][1]-prices[i]);
        dp[i][1]=max(dp[i-1][1],dp[i-1][2]);
        dp[i][2]=dp[i-1][0]+prices[i];
    }

        //4. 确定返回值
        return max(dp[n-1][1],dp[n-1][2]);
    }
};

未完待续~

相关推荐
To_OC8 小时前
LC 49 字母异位词分组:想到哈希表很简单,选对 key 才是精髓
javascript·算法·leetcode
用户9385156350713 小时前
从 O(n²) 到 O(nlogn):一文读懂快速排序的“快”与“妙”
javascript·算法
To_OC14 小时前
手写快排次次翻车?别死背快排模板了,这才是面试官想听的底层逻辑
javascript·算法·排序算法
饼干哥哥15 小时前
Reddit VOC调研太慢?搭一个AI专家团队半小时洞察任何品类|以猫用饮水机为例
人工智能·算法·ai编程
地平线开发者16 小时前
Transformer模型部署之性能优化指南
算法
地平线开发者17 小时前
人在途中:从“编译失败”到“模型可落地”——CUDA 自定义算子
算法·自动驾驶
半个落月20 小时前
从递归到快速排序:用 JavaScript 把分治思想讲明白
javascript·算法·面试
小月土星21 小时前
JavaScript 快速排序:从 pivot、双指针到分治思想
javascript·算法·面试
小月土星21 小时前
JavaScript 递归入门:从 1 到 n 求和,再到数组扁平化
javascript·算法·面试