代码随想录算法训练营 Day40 动态规划Ⅷ 股票问题

动态规划

题目

121. 买卖股票的最佳时机 - 力扣(LeetCode)

使用二维 dp 数组表示

  1. dp[i][0] 表示持有股票的最大金额,dp[i][1] 表示不持有股票的最大金额,表示盈利结果

  2. 递推公式由前一天持有金额和是否买股票决定

决定是否花钱买入股票 dp[i-1][0] = max(dp[i-1][0], -price[i])

股票最大盈利 dp[i-1][1]=max(dp[i-1][1], dp[i-1][0] + price[i])

  1. Dp 初始化都是从 dp[0][0]\[1] 推出
    dp[0][0]=-price[0] 第一天就持有股票的最大金额
    dp[0][1]=0 第一天不持有股票,那就为 0

  2. 遍历顺序从前往后

  3. 打印 dp

cpp 复制代码
int maxProfit(vector<int>& prices) {
	// 定义dp数组
	std::vector<std::vector<int>> dp(prices.size(), std::vector<int>(2,0));
	// 初始化dp 0 持有股票的金额 1 不持有股票的金额
	dp[0][0] = -prices[0];
	dp[0][1] = 0;
	// 遍历dp
	for (int i = 1; i < prices.size(); ++i) {
		// 如果要买今天的股票 那种方式金额最多
		dp[i][0] = std::max(dp[i-1][0], -prices[i]);
		// 不持有股票最大金额(不持有或者卖出(持有成本+卖出)求最大)
		dp[i][1] = std::max(dp[i-1][1], dp[i-1][0] + prices[i]);
	}
	return std::max(dp[prices.size()-1][0], dp[prices.size()-1][1]);
}

122. 买卖股票的最佳时机 II - 力扣(LeetCode)

有贪心算法与 dp 两种,贪心算法就是吃干净每个 T,有波动就吃,波动小于 0 不操作

详情见 [[Day28 贪心Ⅱ 股票交易 跳跃游戏 K取反]]

  1. Dp 数组定义如上题,dp[i][0] 表示持有股票最大金额,dp[i][1] 表示不持有股票的最大金额

  2. 递推公式的确定类似上题,本题中可以多次买卖股票了,因此持有股票的最大金额是多次变换的

本题目说了只能持有或卖出两个状态,不存在持有卖一半的情况,因此持有之前一定是不持有的

持有的最大金额:取持有或者新买入的最大 dp[i][0]=max(dp[i-1][0],dp[i-1][1]-prices[i])

不持有的最大金额:dp[i][0]=max(dp[i-1][1], dp[i-1][0]+prices[i])

  1. 初始化 dp 从 0 推出,因此 dp[0][0]=-prices[0],dp[0][1]=0

  2. 遍历顺序从前往后遍历

  3. 打印 dp

cpp 复制代码
int maxProfit(vector<int>& prices) {
	// 定义dp数组 0 表示持有股票的最大金额 1 表示不持有股票的最大金额
	std::vector<std::vector<int>> dp(prices.size(), std::vector<int>(2,0));
	// 初始化dp数组
	dp[0][0] = -prices[0];
	dp[0][1] = 0;
	// 遍历dp数组
	for (int i = 1; i < prices.size(); ++i) {
		// 更新两个dp分量 持股最大金额 不持股最大金额 取之前的状态与决定持股/不持股的状态最大值
		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-1][0]+prices[i]);
	}
	return std::max(dp[prices.size()-1][0], dp[prices.size()-1][1]);
}

123. 买卖股票的最佳时机 III - 力扣(LeetCode)

基于上一题的升级版,有两次买卖机会,可以买卖一次,卖两次,不买卖

在上一题基础上多添加几个状态

  1. Dp 数组定义

第 i 天不操作 dp[i][0],第 i 天第一次持有 dp[i][1],第 i 天第一次不持有 dp[i][2]

第 i 天第二次持有 dp[i][3],第 i 天第二次不持有 dp[i][4]

  1. 递推公式可以看作是之前题目的扩展版,多了一次买入卖出情况

不操作 dp[i][0]=dp[i-1][0]

第一次持有 dp[i][1]=max(dp[i-1][1], dp[i-1][0]-prices[i])

第一次不持有 dp[i][2]=max(dp[i-1][2], dp[i-1][1]+prices[i])

第二次持有 dp[i][3]=max(dp[i-1][3], dp[i-1][2]-prices[i])

第二次不持有 dp[i][4]=max(dp[i-1][4], dp[i-1][3]+prices[i])

  1. 初始化 dp

不操作 dp[0][0]=0

第一次持有 dp[0][1]=-prices[0]

第一次不持有 dp[0][2]=dp[0][1]+prices[0]=0

第二次持有 dp[0][3]=dp[0][2]-prices[0]=-prices[0]

第二次不持有 dp[0][4]=dp[0][4]+prices[0]=0

  1. 遍历顺序从前往后推导出来的

  2. 打印 dp

结果最后只存在 2 4 中,因为卖出的金额一定比买入金额高,取两次卖出的最大值

本质上第二次卖出就是最大值,因为第二次卖出包含了第一次卖出的情况

cpp 复制代码
int maxProfit(vector<int>& prices) {
	// 定义dp数组
	std::vector<std::vector<int>> dp(prices.size(), std::vector<int>(5,0));
	// dp赋值 0 不操作 1 第一次持有 2 第一次不持有 3 第二次持有 4 第二次不持有
	dp[0][0] = 0;
	dp[0][1] = -prices[0];
	dp[0][2] = 0;
	dp[0][3] = -prices[0];
	dp[0][4] = 0;
	// 遍历dp
	for (int i = 1; i < prices.size(); ++i) {
		dp[i][0] = dp[i-1][0];
		dp[i][1] = std::max(dp[i-1][1], dp[i-1][0]-prices[i]);
		dp[i][2] = std::max(dp[i-1][2], dp[i-1][1]+prices[i]);
		dp[i][3] = std::max(dp[i-1][3], dp[i-1][2]-prices[i]);
		dp[i][4] = std::max(dp[i-1][4], dp[i-1][3]+prices[i]);
	}
	return std::max(dp[prices.size()-1][2], dp[prices.size()-1][4]);
}
相关推荐
不知天地为何吴女士1 小时前
Day32| 509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼梯
算法
小坏坏的大世界1 小时前
C++ STL常用容器总结(vector, deque, list, map, set)
c++·算法
励志要当大牛的小白菜3 小时前
ART配对软件使用
开发语言·c++·qt·算法
qq_513970443 小时前
力扣 hot100 Day56
算法·leetcode
PAK向日葵4 小时前
【算法导论】如何攻克一道Hard难度的LeetCode题?以「寻找两个正序数组的中位数」为例
c++·算法·面试
爱喝矿泉水的猛男6 小时前
非定长滑动窗口(持续更新)
算法·leetcode·职场和发展
YuTaoShao6 小时前
【LeetCode 热题 100】131. 分割回文串——回溯
java·算法·leetcode·深度优先
YouQian7727 小时前
Traffic Lights set的使用
算法
go54631584658 小时前
基于深度学习的食管癌右喉返神经旁淋巴结预测系统研究
图像处理·人工智能·深度学习·神经网络·算法
aramae9 小时前
大话数据结构之<队列>
c语言·开发语言·数据结构·算法