算法题目 股票交易系列
目录
- 只能进行一次的股票交易
- 可以进行无限次的股票交易
- 只能进行两次的股票交易
- 可以进行K次的股票交易
- 需要冷冻期的股票交易
- 需要交易费用的股票交易
只能进行一次的股票交易
leetcode 121 买卖股票的最佳时机(简单)
给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。
如果你最多只允许完成一笔交易(即买入和卖出一支股票),设计一个算法来计算你所能获取的最大利润。
注意你不能在买入股票前卖出股票。
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。
示例 2:
输入: [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。
题解:
贪心思想:记录前面的最小价格,将这个最小价格作为买入价格,然后将当前的价格作为售出价格,查看当前收益是不是最大收益。
class Solution {public int maxProfit(int[] prices) {if(prices.length == 0){return 0;}int preMin = prices[0]; // 记录前几天中最小的价格int maxPro = 0; // 记录最大利润for(int i=1; i<prices.length; i++){maxPro = Math.max(prices[i]-preMin, maxPro);preMin = Math.min(prices[i], preMin);}return maxPro;}
}
可以进行无限次的股票交易
leetcode 122 买卖股票的最佳时机 II(简单)
给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。
注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
示例 1:
输入: [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 。
示例 2:
输入: [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 。
注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。
因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。
示例 3:
输入: [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。
题解:
贪心思想:对于 [a, b, c, d],如果有 a <= b <= c <= d ,那么最大收益为 d - a。而 d - a = (d - c) + (c - b) + (b - a) ,因此当访问到一个 prices[i] 且 prices[i] - prices[i-1] > 0,那么就把 prices[i] - prices[i-1] 添加到收益中。
class Solution {public int maxProfit(int[] prices) {int n = prices.length;if(n==0){return 0;}int maxPro = 0;for(int i=1; i<n; i++){if(prices[i]>prices[i-1]){maxPro = maxPro + (prices[i] - prices[i-1]);}}return maxPro;}
}
只能进行两次的股票交易
leetcode 123 买卖股票的最佳时机 III(困难)
给定一个数组,它的第 i 个元素是一支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。
注意: 你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
示例 1:
输入: [3,3,5,0,0,3,1,4]
输出: 6
解释: 在第 4 天(股票价格 = 0)的时候买入,在第 6 天(股票价格 = 3)的时候卖出,这笔交易所能获得利润 = 3-0 = 3 。
随后,在第 7 天(股票价格 = 1)的时候买入,在第 8 天 (股票价格 = 4)的时候卖出,这笔交易所能获得利润 = 4-1 = 3 。
示例 2:
输入: [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 。
注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。
因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。
示例 3:
输入: [7,6,4,3,1]
输出: 0
解释: 在这个情况下, 没有交易完成, 所以最大利润为 0。
题解:
class Solution {public int maxProfit(int[] prices) {int n = prices.length;if(n==0){return 0;}int firstBuy = Integer.MIN_VALUE, firstSell = 0;int secondBuy = Integer.MIN_VALUE, secondSell = 0;/** 对于每一天,需要维护四个状态:firstBuy: 考虑在该天第一次买入股票可获得的最大收益 firstSell: 考虑在该天第一次卖出股票可获得的最大收益secondBuy: 考虑在该天第二次买入股票可获得的最大收益secondSell: 考虑在该天第二次卖出股票可获得的最大收益分别对四个变量进行相应的更新, 最后secSell就是最大,收益值(secSell >= fstSell)**/ for(int price: prices){firstBuy = Math.max(firstBuy, 0 - price);firstSell = Math.max(firstSell, firstBuy + price);secondBuy = Math.max(secondBuy, firstSell - price);secondSell = Math.max(secondSell, secondBuy + price);}return secondSell;}
}
可以进行K次的股票交易
leetcode 188 买卖股票的最佳时机 IV(中等)
给定一个数组,它的第 i 个元素是一支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。
注意: 你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
示例 1:
输入: [2,4,1], k = 2
输出: 2
解释: 在第 1 天 (股票价格 = 2) 的时候买入,在第 2 天 (股票价格 = 4) 的时候卖出,这笔交易所能获得利润 = 4-2 = 2 。
示例 2:
输入: [3,2,6,5,0,3], k = 2
输出: 7
解释: 在第 2 天 (股票价格 = 2) 的时候买入,在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
随后,在第 5 天 (股票价格 = 0) 的时候买入,在第 6 天 (股票价格 = 3) 的时候卖出, 这笔交易所能获得利润 = 3-0 = 3 。
题解:
“只能进行两次的股票交易” 的变形
class Solution {public int maxProfit(int k, int[] prices) {int n = prices.length;if(n==0 || k==0){return 0;}// k>=n/2时, 等同于拥有无限次交易的机会if(k>=n/2){int maxPro = 0;for(int i=1; i<n; i++){if(prices[i]>prices[i-1]){maxPro = maxPro + (prices[i] - prices[i-1]);}}return maxPro;}// k<n/2时, 可以看作是只有两次交易机会的延伸// 对每一天,需考虑2K个变量,即维护第 K 次买、卖的变量// KthBuyOrSell[i][0] 表示第i次买入// KthBuyOrSell[i][1] 表示第i次卖出int[][] KthBuyOrSell = new int[k][2];// 初始化for(int i=0; i<k; i++){KthBuyOrSell[i][0] = Integer.MIN_VALUE;KthBuyOrSell[i][1] = 0;}for(int price: prices){ // 对每一天,维护2k个变量// 第一次买入,卖出要特殊处理KthBuyOrSell[0][0] = Math.max(KthBuyOrSell[0][0], 0 - price);KthBuyOrSell[0][1] = Math.max(KthBuyOrSell[0][1], KthBuyOrSell[0][0] + price);// 进行第i次买入,则要在第 i-1 次卖出的基础上前去当天的价格 (i>0)// 进行第i次卖出,则要在第 i 次买入的基础上加上当天的价格 (i>0)for(int i=1; i<k; i++){KthBuyOrSell[i][0] = Math.max(KthBuyOrSell[i][0], KthBuyOrSell[i-1][1] - price);KthBuyOrSell[i][1] = Math.max(KthBuyOrSell[i][1], KthBuyOrSell[i][0] + price);}}return KthBuyOrSell[k-1][1];}
}
需要冷冻期的股票交易
leetcode 309 最佳买卖股票时机含冷冻期(中等)
给定一个整数数组,其中第 i 个元素代表了第 i 天的股票价格 。
设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票):
你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
示例:
输入: [1,2,3,0,2]
输出: 3
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]
题解:
状态转移的方法
class Solution {public int maxProfit(int[] prices) {int n = prices.length;if(n==0){return 0;}// 定义状态以及动作int[] buy = new int[n]; // buy[k] 表示第k天要买入int[] s1 = new int[n]; // s1[k] 表示第k天是手中持有股票的状态int[] sell = new int[n]; // sell[k] 表示第k天要卖出int[] s2 = new int[n]; // s2[k] 表示第k天是手中没有股票的状态// 初始化buy[0] = -prices[0]; // 若第0天买入,则花费prices[0];s1[0] = -prices[0]; // 在第0天持有,则花费prices[0];sell[0] = 0; // 第0天手中无股票卖出(同一天买入再卖出),故为利润为0s2[0] = 0; // 第0天手中无股票,即没有进行买入操作,利润为0// 状态转移时需注意:// 1. s1,s2状态的改变不设计资金的增减;而buy,sell操作会涉及资金的增减// 2. 当天的情况一定是由前一天的情况转化而来的for(int k=1; k<n; k++){// 若当天要进行buy,则前一天为手中不能有股票,则前一天要么是s2的状态,要么执行了sell操作// 由于冷却期的存在(当天若要买入,则前一天不能有卖出操作),只能从前一天手中为空的状态转移过来// 不能从前一天卖掉的状态转移过来, 因为前一天卖掉,当天是是冷却期,不能进行买入操作// 执行buy后,手中资金应减去当天pricebuy[k] = s2[k-1]-prices[k]; // 若当天是手中持有股票的状态,则前天手中应该持有股票// 要么前天本来就是持有股票状态,要么是前天进行了buy操作s1[k] = Math.max(s1[k-1], buy[k-1]);// 若当天要进行sell操作,则前天手中应持有股票// 要么前天手中本来就持有股票,要么前天进行了buy操作// sell 执行后,资金增加sell[k] = Math.max(s1[k-1], buy[k-1]) + prices[k];// 若当天是手中无股票的状态,则前一天手中也应无股票// 要么前天手中本来就无股票,要么前天进行了sell操作s2[k] = Math.max(s2[k-1], sell[k-1]); }// 最终最大利润,一定当天卖出或者当天手中无股票的状态return Math.max(s2[n-1], sell[n-1]); }
}
需要交易费用的股票交易
leetcode 714 买卖股票的最佳时机含手续费(中等)
给定一个整数数组 prices,其中第 i 个元素代表了第 i 天的股票价格 ;非负整数 fee 代表了交易股票的手续费用。
你可以无限次地完成交易,但是你每次交易都需要付手续费。如果你已经购买了一个股票,在卖出它之前你就不能再继续购买股票了。
返回获得利润的最大值。
示例 1:
输入: prices = [1, 3, 2, 8, 4, 9], fee = 2
输出: 8
解释: 能够达到的最大利润:
在此处买入 prices[0] = 1
在此处卖出 prices[3] = 8
在此处买入 prices[4] = 4
在此处卖出 prices[5] = 9
总利润: ((8 - 1) - 2) + ((9 - 4) - 2) = 8.
注意:
- 0 < prices.length <= 50000.
- 0 < prices[i] < 50000.
- 0 <= fee < 50000.
题解:
状态转移法
class Solution {public int maxProfit(int[] prices, int fee) {int n = prices.length;if(n==0){return 0;}// 定义状态以及动作int[] buy = new int[n]; // buy[k] 表示第k天要买入int[] s1 = new int[n]; // s1[k] 表示第k天是手中持有股票的状态int[] sell = new int[n]; // sell[k] 表示第k天要卖出int[] s2 = new int[n]; // s2[k] 表示第k天是手中没有股票的状态// 初始化buy[0] = -prices[0]; // 若第0天买入,则花费prices[0];s1[0] = -prices[0]; // 在第0天持有,则花费prices[0];sell[0] = 0; // 第0天手中无股票卖出(同一天买入再卖出),故为利润为0s2[0] = 0; // 第0天手中无股票,即没有进行买入操作,利润为0// 状态转移时需注意:// 1. s1,s2状态的改变不设计资金的增减;而buy,sell操作会涉及资金的增减// 2. 当天的情况一定是由前一天的情况转化而来的for(int k=1; k<n; k++){// 若当天要进行buy,则前一天为手中不能有股票,// 则前一天要么是s2的状态,要么执行了sell操作// 执行buy后,手中资金应减去当天pricebuy[k] = Math.max(s2[k-1], sell[k-1]) - prices[k]; // 若当天是手中持有股票的状态,则前天手中应该持有股票// 要么前天本来就是持有股票状态,要么是前天进行了buy操作s1[k] = Math.max(s1[k-1], buy[k-1]);// 若当天要进行sell操作,则前天手中应持有股票// 要么前天手中本来就持有股票,要么前天进行了buy操作// sell 执行后,资金增加, 同时需要减去交易费sell[k] = Math.max(s1[k-1], buy[k-1]) + prices[k] - fee;// 若当天是手中无股票的状态,则前一天手中也应无股票// 要么前天手中本来就无股票,要么前天进行了sell操作s2[k] = Math.max(s2[k-1], sell[k-1]); }// 最终最大利润,一定当天卖出或者当天手中无股票的状态return Math.max(s2[n-1], sell[n-1]); }
}
算法题目 股票交易系列相关推荐
- 【算法基础】LeetCode股票交易类算法题目总结(一次交易,两次交易,无数次交易)...
大家好,前一段时间的基金市场波动很大啊,也就又诞生了很多"韭菜",在这里千寻也提醒大家"股市有风险,入市需谨慎",玩基金一定用不着急用的钱哦~ 刷算法题目,应该 ...
- 本专栏所有力扣题目的目录链接, 刷算法题目的顺序(由易到难/面试频率)/注意点/技巧, 以及思维导图源文件问题(持续更新中)
这篇文章为本专栏所有力扣题目提供目录链接, 更加方便读者根据题型或面试频率进行阅读, 此外也会介绍我在刷题过程中总结的刷算法题目的顺序/注意点/技巧, 最后说下文中出现的思维导图源文件的问题 和 打卡 ...
- 分布式共识算法(拜占庭容错算法)的系列整理一:PBFT、PoW、PoS、DPos
五篇分布式共识系列文章合集: 分布式共识算法(拜占庭容错算法)的系列整理一:PBFT.PoW.PoS.DPos 分布式共识算法(故障容错算法)系列整理(二):Bully.Gossip.NWR 分布式共 ...
- PTA数据结构与算法题目集6-4 6-3 6-8
PTA数据结构与算法题目集(中文) 6-4 链式表的按序号查找 ElementType FindKth( List L, int K ){int index = 0;while(L){++index; ...
- PTA数据结构与算法题目集 6-9 二叉树的遍历
PTA数据结构与算法题目集(中文) 6-9 二叉树的遍历 void InorderTraversal( BinTree BT ){if(BT==NULL)return;if(BT->Left){ ...
- 人工智能算法通俗讲解系列(二):逻辑回归
2019独角兽企业重金招聘Python工程师标准>>> 今天,我们介绍的机器学习算法叫逻辑回归.它英语名称是Logistic Regression,简称LR. 跟之前一样,介绍这个算 ...
- leetcode的回溯算法题目用这个模板解题,一网打尽,so easy!!!
" 这是本人第 46 篇原创博文,每周至少两篇更新,谢谢赏脸阅读文章 这一篇文章来讲解一下如何做leetcode回溯算法题目,这一段时间我把leetcode上面的回溯算法的题目都刷了个遍,发 ...
- 微软面试中简单的算法题目(转)
微软面试中简单的算法题目(转) (说明:这些题就不是什么花样了,考的是你的基础知识怎么样.再聪明而没有实学的人都将会被这些题所淘汰.) 1.链表和数组的区别在哪里? ANSWER 主要在基本概念上的 ...
- 【机器学习基础】数学推导+纯Python实现机器学习算法30:系列总结与感悟
Python机器学习算法实现 Author:louwill Machine Learning Lab 终于到了最后的总结.从第一篇线性回归的文章开始到现在,已经接近有两年的时间了.当然,也不是纯写这3 ...
最新文章
- mysql 查看表结构,字段的基本信息(简单明了)。
- 协整检验r语言代码_R语言学习笔记(一):时间序列分析
- Intel DPDK包部署试验
- 《系统集成项目管理工程师》必背100个知识点-41控制进度
- 使用BeanPostProcessor接口对受管Bean进行预处理
- redis中执行lua脚本命令
- Web API核查表:设计、测试、发布API时需思考的43件事
- __call__()和call的区别_python中的__init__ 、__new__、__call__小结
- Android 集成微信h5支付
- matlab 三角函数方程,Matlab关于含有三角函数的方程的求解
- 文本居中(内容居中)
- 操作系统:银行家算法的实现
- pb中数据窗口函数小结(转)
- ​WPF CompositionTarget.Rendering和 DispatcherTimer​
- 大数据(042)机器学习【神经网络】
- 《国产操作系统之银河麒麟》桌面环境
- 如何以创新驱动增长战略
- 看了这篇,你也是Python文件操作高手
- Tokoin 项目评级:B ,展望稳定 | TokenInsight
- 技术力量 | 社会计算与计算社会: 智慧社会的基础与必然
热门文章
- 360文件粉碎机_电脑上的文件删除不了怎么办?电脑文件删除不了的解决办法
- 2022年全球程序员收入报告出炉:字节跳动成国内唯一上榜公司
- 《Insect pest image detection and recognition based on bio-inspired methods》翻译
- Excel自带数据分析工具
- 为什么有的工程师早晨醒来头发睡成沟壑状,觉得无所谓的就去上班了呢?
- SuperMap iClient3D for WebGL教程(空间分析)- 地表开挖及修改
- 【GitLab和Jira集成】GitLab中集成Jira
- Android通过系统打印功能实现PDF预览打印
- 团体程序设计天梯赛-练习集(并查集)
- 新兴前端框架 Svelte 从入门到原理