当前位置: 首页 > news >正文

dp(八)买卖股票的最好时机 (一,二、三)

目录

买卖股票的最好时机(一)_牛客题霸_牛客网

 买卖股票的最好时机(二)_牛客题霸_牛客网

 买卖股票的最好时机(三)_牛客题霸_牛客网


假设你有一个数组prices,长度为n,其中prices[i]是股票在第i天的价格,请根据这个价格数组,返回买卖股票能获得的最大收益

1.你可以买入一次股票和卖出一次股票,并非每天都可以买入或卖出一次,总共只能买入和卖出一次,且买入必须在卖出的前面的某一天

2.如果不能获取到任何利润,请返回0

3.假设买入卖出均无手续费

【解法一】暴力枚举 贪心

通过从左侧找一个最小值,从最右侧找一个最大值,来进行买卖从而保存一个收益最大值


class Solution {
public:
    int maxProfit(vector<int>& prices) {
        // write code here
        int n = prices.size();
        vector<int> dp(n, 0);
        dp[0] = 0;
        int _max = 0;
        for(int i = 1; i < n; i++)
        {
            for(int j = 0; j < i; j++)
            {
                dp[i] = max(prices[i]-prices[j], dp[i]);
            }
            _max = _max>dp[i]?_max:dp[i];
        }
        return _max;
    }
};

【解法二】二维dp 动态规划

状态:确定俩个dp才存储股票持有与不持有情况

dp[i][0] 代表第i天时持有股票的最大值

dp[i][1]代表第i天不持有股票的最大值

状态转移:

        对于持有股票来说分为第i天买这个股票和第i天不买这个股票俩种情况,不买股票那就延续上一天的情况,即F[i-1][0],买这个那就是花掉今天股票的钱,俩者选出一个最大值

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


        对于不持有股票来说分为第i天卖这个股票和第i天不卖这个股票,不卖这个股票那就是保持前一天不持有股票的状态,即F[i-1][1],第i天卖这个股票就是在前一天持有股票的基础上得来prices

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

初始化

         即为dp[0][0] 第一天持股 那就是买入第一天股票  -price[0]

         即为dp[0][1] 第一天不持股那就是0


class Solution {
public:
    int maxProfit(vector<int>& prices) {
        // write code here
        int n = prices.size();
        vector<vector<int>> dp(n, vector<int> (2));
        dp[0][0] = -prices[0];  // 持有股票时的最大值
        dp[0][1] = 0;     // 不持有股票的最大值
        for(int i = 1; i < n; i++)
        {
            dp[i][0] = max(dp[i-1][0], -prices[i]);
            dp[i][1] = max(dp[i-1][0]+prices[i], dp[i-1][1]);
        }
        return dp[n-1][1];
    }
};

 买卖股票的最好时机(二)_牛客题霸_牛客网

你可以多次买卖该只股票,但是再次购买前必须卖出之前的股票

与上方的一几乎一致,不过问题就是这次可以进行多次的买和卖的操作。

状态:确定俩个dp才存储股票持有与不持有情况

dp[i][0] 代表第i天时持有股票的最大值

dp[i][1]代表第i天不持有股票的最大值

状态转移:

        对于持有股票来说分为第i天买这个股票和第i天不买这个股票俩种情况,不买股票那就延续上一天的情况,即F[i-1][0],这里的买股票就是要在前一天不持股的情况下进行购买了

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


        对于不持有股票来说分为第i天卖这个股票和第i天不卖这个股票,不卖这个股票那就是保持前一天不持有股票的状态,即F[i-1][1],第i天卖这个股票就是在前一天持有股票的基础上得来prices

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

初始化

         即为dp[0][0] 第一天持股 那就是买入第一天股票  -price[0]

         即为dp[0][1] 第一天不持股那就是0


class Solution {
public:
    int maxProfit(vector<int>& prices) {
        // write code here
        int n = prices.size();
        vector<vector<int>> dp(n, vector<int> (2));
        dp[0][0] = -prices[0];  // 持有股票时的最大值
        dp[0][1] = 0;     // 不持有股票的最大值
        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][0]+prices[i]);
        }
        return max(dp[n-1][0] ,dp[n-1][1]);
    }
};

 买卖股票的最好时机(三)_牛客题霸_牛客网

1. 你最多可以对该股票有两笔交易操作,一笔交易代表着一次买入与一次卖出,但是再次购买前必须卖出之前的股票

 


class Solution {
public:
    int maxProfit(vector<int>& prices) {
        // write code here
        int n = prices.size();
        vector<vector<int>> dp(n, vector<int> (5));
        dp[0][1] = -prices[0];
        dp[0][2] = 0;
        dp[0][3] = -prices[0];
        dp[0][4] = 0;
        for(int i = 1; i < n; i++)
        {
            dp[i][1] = max(dp[i-1][1], -prices[i]);
            dp[i][2] = max(dp[i-1][2], dp[i-1][1]+prices[i]);
            dp[i][3] = max(dp[i-1][3], dp[i-1][2]-prices[i]);
            dp[i][4] = max(dp[i-1][4], dp[i-1][3]+prices[i]);
        }
        return dp[n-1][4];
    }
};

相关文章:

  • 跟换网站域名/免费做网站网站的软件
  • 怎么推广我做的网站/林哥seo
  • 大理公司网站建设/2345网止导航
  • wordpress mu 中文/搜索引擎在线观看
  • dede珠宝商城网站源码/seo快速排名百度首页
  • 网站如何做信息表/培训机构网站设计
  • 42. 【农产品溯源项目前后端Demo】后端-区块链连接服务
  • 复试算法练习Day08
  • 前端效果积累 | 酷炫、实用3D地球路径飞行效果实现
  • SMT32串口使用中断 和使用 RTOS的对比
  • 【已解决】右键以某应用打开xx文件时,没有“始终”选项怎么办
  • 国产软件不惧微软,WPS力扛大旗,新型办公软件争相助力
  • 批次标准化Batch Normalization
  • Callable接口_JUC的常见类_多线程环境使用ArrayList
  • SpringBoot数据访问Redis
  • 【数据结构】手撕八大排序算法
  • 生物信息数据存储、管理规范
  • RNN从理论到实战【实战篇】