力扣刷题day42|121买卖股票的最佳时机、122买卖股票的最佳时机II
文章目录
- 121. 买卖股票的最佳时机
- 贪心思路
- 动态规划思路
- 动态规划五部曲
- 122. 买卖股票的最佳时机II
- 贪心思路
- 动态规划思路
- 动态规划五部曲
121. 买卖股票的最佳时机
力扣题目链接
给定一个数组 prices
,它的第 i
个元素 prices[i]
表示一支给定股票第 i
天的价格。
你只能选择 某一天 买入这只股票,并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。
返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润,返回 0
。
示例 1:
输入:[7,1,5,3,6,4]
输出:5
解释:在第 2 天(股票价格 = 1)的时候买入,在第 5 天(股票价格 = 6)的时候卖出,最大利润 = 6-1 = 5 。注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格;同时,你不能在买入前卖出股票。
示例 2:
输入:prices = [7,6,4,3,1]
输出:0
解释:在这种情况下, 没有交易完成, 所以最大利润为 0。
贪心思路
股票就买卖一次,那么贪心的想法很自然就是取最左最小值,取最右最大值,那么得到的差值就是最大利润
完整代码:
public int maxProfit(int[] prices) {// 找到一个最小的购入点int low = Integer.MAX_VALUE;// res不断更新,直到数组循环完毕int res = 0;for(int i = 0; i < prices.length; i++){low = Math.min(prices[i], low);res = Math.max(prices[i] - low, res);}return res;
}
动态规划思路
要分两种情况讨论,一种是持有状态(今天或者之前买了还没卖出),一种是不持有状态(卖掉了)
动态规划五部曲
- 确定dp数组以及下标的含义
dp[i][0]
表示第i
天持有股票所得最多现金:不买入股票的天数那就是0,加入第i
天买入股票现金就是-prices[i]
(“持有”不代表就是当天“买入”,也有可能是昨天就买入了,今天保持持有的状态)dp[i][1]
表示第i
天不持有股票所得最多现金:
- 确定递推公式
如果第i
天持有股票即dp[i][0]
, 那么可以由两个状态推出来:
- 第
i-1
天就持有股票,那么就保持现状,所得现金就是昨天持有股票的所得现金 即:dp[i - 1][0]
- 第
i
天买入股票,所得现金就是买入今天的股票后所得现金即:-prices[i]
那么dp[i][0]
应该选所得现金最大的,所以dp[i][0] = max(dp[i - 1][0], -prices[i])
如果第i
天不持有股票即dp[i][1]
, 也可以由两个状态推出来:
- 第
i-1
天就不持有股票,那么就保持现状,所得现金就是昨天不持有股票的所得现金 即:dp[i - 1][1]
- 第
i
天卖出股票,所得现金就是按照今天股票佳价格卖出后所得现金即:prices[i] + dp[i - 1][0]
(昨天持有的状态,加上今天不持有卖出赚钱的钱)
同样dp[i][1]
取最大的,dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0])
最后返回的状态一定是没有持有的状态(要卖掉股票)
- dp数组如何初始化
由递推公式 dp[i][0] = max(dp[i - 1][0], -prices[i])
; 和 dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0])
;可以看出
其基础都是要从**dp[0][0]
和dp[0][1]
**推导出来。
那么dp[0][0]
表示第0天持有股票,此时的持有股票就一定是买入股票了,因为不可能有前一天推出来,所以dp[0][0] -= prices[0]
dp[0][1]
表示第0天不持有股票,不持有股票那么现金就是0,所以dp[0][1] = 0
- 确定遍历顺序
从递推公式可以看出dp[i]
都是有dp[i - 1]
推导出来的,那么一定是从前向后遍历。
- 举例推导dp数组
以示例1,输入:[7,1,5,3,6,4]为例,dp数组状态如下:
完整代码
public int maxProfit(int[] prices) {if (prices.length == 0) return 0;// dp[i][0]代表第i天持有股票的最大收益// dp[i][1]代表第i天不持有股票的最大收益int[][] dp = new int[prices.length][2];// 初始化dp[0][0] = -prices[0];dp[0][1] = 0;for (int i = 1; i < prices.length; i++) {dp[i][0] = Math.max(dp[i - 1][0], -prices[i]);dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] + prices[i]);}return dp[prices.length - 1][1];
}
从递推公式可以看出,dp[i]
只是依赖于dp[i - 1]
的状态。那么我们只需要记录 当前天的dp状态和前一天的dp状态就可以了,可以使用滚动数组来节省空间
public int maxProfit1(int[] prices) {if (prices.length == 0) return 0;// dp[i][0]代表第i天持有股票的最大收益// dp[i][1]代表第i天不持有股票的最大收益int[][] dp = new int[2][2];// 初始化dp[0][0] = -prices[0];dp[0][1] = 0;for (int i = 1; i < prices.length; i++) {dp[i % 2][0] = Math.max(dp[(i - 1) % 2][0], -prices[i]);dp[i % 2][1] = Math.max(dp[(i - 1) % 2][1], dp[(i - 1) % 2][0] + prices[i]);}return dp[(prices.length - 1) % 2][1];
}
122. 买卖股票的最佳时机II
力扣题目链接
给你一个整数数组 prices
,其中 prices[i]
表示某支股票第 i
天的价格。
在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。
返回 你能获得的 最大 利润 。
示例 1:
输入:prices = [7,1,5,3,6,4]
输出:7
解释:在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6 - 3 = 3 。总利润为 4 + 3 = 7 。
示例 2:
输入:prices = [1,2,3,4,5]
输出:4
解释:在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。总利润为 4 。
示例 3:
输入:prices = [7,6,4,3,1]
输出:0
解释:在这种情况下, 交易无法获得正利润,所以不参与交易可以获得最大利润,最大利润为 0 。
贪心思路
贪心实现链接
完整代码
public int maxProfit(int[] prices) {int res = 0;for (int i =0; i < prices.length - 1; i++) {if (prices[i + 1] - prices[i] > 0) { // 如果当前的卖出去能赚res = res + prices[i + 1] - prices[i]; //那就卖}}return res;
}
动态规划思路
本题和121. 买卖股票的最佳时机 (opens new window)的唯一区别本题股票可以买卖多次了(注意只有一只股票,所以再次购买前要出售掉之前的股票)
动态规划五部曲
这道题与上一道题的区别主要体现在递推公式上,其他都和121. 买卖股票的最佳时机一样
- 确定dp数组以及下标的含义
dp[i][0]
表示第i天持有股票所得现金。dp[i][1]
表示第i天不持有股票所得最多现金
- 递推公式
如果第i
天持有股票即dp[i][0]
, 那么可以由两个状态推出来
- 第
i-1
天就持有股票,那么就保持现状,所得现金就是昨天持有股票的所得现金 即:dp[i - 1
][0] - 第
i
天买入股票,所得现金就是昨天不持有股票的所得现金减去 今天买入的股票价格 即:dp[i - 1][1] - prices[i]
注:注意这里和121. 买卖股票的最佳时机唯一不同的地方,就是推导dp[i][0]的时候,第i天买入股票的情况。
在121. 买卖股票的最佳时机 中,因为股票全程只能买卖一次,如果昨天不持有且今天买入股票,那么昨天及以前都不会有任何的收入,第i
天持有股票即dp[i][0]
一定就是 0-prices[i]
。
本题,因为一只股票可以买卖多次,所以当第i天买入股票的时候,所持有的现金可能有之前买卖过的利润。
- 那么第
i
天持有股票即dp[i][0]
,如果是第i
天买入股票,昨天及之前是不持有股票但是是有收入的,所得现金就是昨天不持有股票的所得现金dp[i - 1][1]
减去 今天的股票价格 即:dp[i - 1][1] - prices[i]
。
如果第i
天不持有股票即dp[i][1]
的情况, 依然可以由两个状态推出来
- 第
i-1
天就不持有股票,那么就保持现状,所得现金就是昨天不持有股票的所得现金 即:dp[i - 1
][1] - 第
i
天卖出股票,所得现金就是按照今天股票佳价格卖出后所得现金即:prices[i] + dp[i - 1][0]
完整代码
// 动态规划
public int maxProfit(int[] prices) {if (prices.length == 0) return 0;// dp[i][0]代表第i天持有股票的最大收益// dp[i][1]代表第i天不持有股票的最大收益int[][] dp = new int[prices.length][2];// 初始化dp[0][0] = -prices[0];dp[0][1] = 0;for (int i = 1; i < prices.length; i++) {dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] - prices[i]);dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] + prices[i]);}return dp[prices.length - 1][1];
}
同理可以使用滚动数组,完整代码:
// 滚动数组
public int maxProfit(int[] prices) {if (prices.length == 0) return 0;// dp[i][0]代表第i天持有股票的最大收益// dp[i][1]代表第i天不持有股票的最大收益int[][] dp = new int[2][2];// 初始化dp[0][0] = -prices[0];dp[0][1] = 0;for (int i = 1; i < prices.length; i++) {dp[i % 2][0] = Math.max(dp[(i - 1) % 2][0], dp[(i - 1) % 2][1] - prices[i]);dp[i % 2][1] = Math.max(dp[(i - 1) % 2][1], dp[(i - 1) % 2][0] + prices[i]);}return dp[(prices.length - 1) % 2][1];
}
力扣刷题day42|121买卖股票的最佳时机、122买卖股票的最佳时机II相关推荐
- 【力扣刷题】121.买卖股票的最好时机(python)
题目简述 给定一个数组 prices ,它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格. 你只能选择 某一天 买入这只股票,并选择在 未来的某一个不同的日子 卖出该股票.设计 ...
- 教你创建电脑、手机同步的markdown云笔记--力扣刷题力荐!
开篇先致歉 其他不谈,开篇必须先给各位读者道个歉,年后工作上比较忙,加上最近闲暇的时间都用来在力扣上刷算法题了,导致公众号断更有些严重啊.再加上年后将健身减重提上了日程,时间上就更显的捉襟见肘了. 不 ...
- 《剑指Offer》力扣刷题笔记(03-10)
<剑指Offer>力扣刷题笔记(03-10) 最近确实有点闲,想在进组搬砖之前找点有意义的事干,于是,就开始刷<剑指Offer>.<程序员面试金典>等书上的题目,也 ...
- 力扣刷题之二叉树的层序遍历
Welcome to you, 每日一刷系列 二叉树的层序遍历 二叉树的层序遍历II 二叉树的右视图 ...
- 『力扣刷题』5275_找出井字棋的获胜者 解题代码
LeetCode-cn 力扣刷题 LeetCode-cn力扣刷题目录 165周赛 5275_找出井字棋的获胜者 * 5275. 找出井字棋的获胜者 显示英文描述* 用户通过次数0* 用户尝试次数0* ...
- 『力扣刷题』5276_不浪费原料的汉堡制作方案 解题代码
LeetCode-cn 力扣刷题 LeetCode-cn力扣刷题目录 165周赛 5276_不浪费原料的汉堡制作方案 * 5276. 不浪费原料的汉堡制作方案 显示英文描述* 用户通过次数212* 用 ...
- 『力扣刷题』5238_找出给定方程的正整数解 解题代码
html: embed_local_images: true embed_svg: true offline: true toc: undefined print_background: false ...
- 力扣刷题全局变量WA,局部变量AC的问题
力扣刷题全局变量WA,局部变量AC问题 题目 原因 题目 golang力扣leetcode 1219.黄金矿工 原因 今天在刷题的时候,遇到一个现象,本地跑测试全部通过,一提交就错错错,非常离谱 然后 ...
- 力扣刷题pdf(java版本,内含暗黑版和光明版),都在这里了
BAT大佬力扣刷题pdf,都在这里了! 相信很多小伙伴刷题的时候面对力扣上近两千道题目,感觉无从下手! 我找了很久,今天终于让找到了Java版leetcode算法题解笔记,强烈建议先按照本篇介绍pd ...
最新文章
- 《机器学习实战》第5章 随机梯度上升算法
- 云信小课堂|5分钟快速实现iOS端PK连麦场景
- linux fedora安装、运行mybase7.3.5报错:error while loading shared libraries: libpng12.so.0
- RabbitMQ—重复消费、数据丢失和消息顺序性
- 整合springMVC
- 计算机网络实验(华为eNSP模拟器)——第十章 Eth-Trunk(链路聚合)
- java注解 sql_mybatis中注解映射SQL示例代码
- ReportViewer教程(13)-交互式排序
- 药物用法拉丁文缩写词
- UOS国产操作系统_三方源
- 2017年“达内杯”台州学院第十届大学生程序设计竞赛 非官方题解
- QT自制软键盘 最完美、最简单、跟自带虚拟键盘一样
- 解决Xcode真机测试时ineligible devices的问题
- Android批量添加联系人到通讯录
- conda创建虚拟环境失败
- 嵌入式工程师必备技能--如何使用示波器查看IIC波形
- C++各种运行时错误
- 开源示波器DS203介绍、原理图学习
- 代码强力对比,就用这7个工具!
- OpenGL总结9-万向锁
热门文章
- Python安装和导入cv库
- 通过JS代码动态生成HTML表格(Table),Input框,Button按钮.并且通过Input框的值进行查询动态生成数据填写在指定的表格里
- 告白气球,这个情人节你值得拥有!
- python中怎么撤回_python如何查看微信消息撤回
- 百面机器学习01-特征工程
- 红色印章制作过程记录
- 在vue中渲染数学公式 - MathJax
- 03Java常用API-19. Jdk8新增的日期Date API(LocalDateTime,LocalDate,LocalTime,Instant,Period,Duration)
- 视频号运营玩法;以及视频号引流变现赚钱。丨国仁网络资讯
- centos7 安装 oceanbase 单机版测试