算法(24)-股票买卖
股票买卖
- 1.动态规划框架
- LeetCode-121 一次买卖
- LeetCode-122 不限次数
- LeetCode-309 不限次数+冷冻期
- LeetCode-714 不限次数+手续费
- LeetCode-123 两次买卖
- LeetCode-188 k次买卖
- 2.贪心特解
- LeetCode-121 一次买卖
- LeetCode-122 不限次数
解题思路参考buladong解题,详细信息可以关注该公众号。
1.动态规划框架
动态规划–解决买卖k问题,k取不同的值,团灭:
LeetCode-121 一次买卖
LeetCode-122 不限次数
LeetCode-309 不限次数+冷冻期
LeetCode-714 不限次数+手续费
LeetCode-123 两次买卖
LeetCode-188 k次买卖
LeetCode-188 k次买卖-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)。
利用动态规划来解决问题,确定每一天有多少可能的状态,再找出状态对应的选择。
每天选择可能有三种:买入,卖出,无操作。但是,三种选择的发生是有条件的。(卖出操作的前提是你持有股票)
每天的状态变量有3个:天数,允许交易的最大次数,当前的持有状态(持有股票1/未持有0)。三维数组可以装下所有状态。
dp[i][k][0or1]dp[i][k][0 or 1]dp[i][k][0or1], 到第i天,最多进行k次,手上持有/未持有股票,获得的最多利润。
要求解的是dp[n−1][K][0]dp[n-1][K][0]dp[n−1][K][0]的值。
k 买入算是一次操作,收益一开始是0,一次买卖:买入时0-买入时价格,卖出时:0-买入时价格+卖出时价格
状态转移方程:
dp[i][k][0]=max(dp[i−1][k][0],dp[i−1][k][1]+prices[i])dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1]+prices[i])dp[i][k][0]=max(dp[i−1][k][0],dp[i−1][k][1]+prices[i])
今天未持有:昨天未持有/昨天持有卖掉
dp[i][k][1]=max(dp[i−1][k][1],dp[i−1][k−1][0]−prices[i])dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0]-prices[i])dp[i][k][1]=max(dp[i−1][k][1],dp[i−1][k−1][0]−prices[i])
今天持有:昨天持有/昨天持有卖掉
初始状态base case:
未开始未持有,收益为0:dp[−1][k][0]=0dp[-1][k][0] = 0dp[−1][k][0]=0
未开始以持有,不可能,收益为负无穷:max 的时候取不到dp[−1][k][1]=−∞dp[-1][k][1] = -\inftydp[−1][k][1]=−∞
允许的最大交易次数为0,未持有无收益:dp[i][0][0]=0dp[i][0][0] = 0dp[i][0][0]=0
允许的最大交易次数为0,持有不可能设为负无穷:dp[i][0][1]=−∞dp[i][0][1] = -\inftydp[i][0][1]=−∞
用这个思路来解决 以上的题
LeetCode-121 一次买卖
k =1
# dp[i][1][0] = max(dp[i-1][1][0], dp[i-1][1][1]+prices[i])
# dp[i][1][1] = max(dp[i-1][1][1], dp[i-1][0][0]-prices[i]),dp[i-1][0][0] =0
# k = 1 不可以变,因此上面状态变量减少为两个
# dp[i][0] = max(dp[i-1][0], dp[i-1][1]+prices[i])
# dp[i][1] = max(dp[i-1][1], 0-prices[i]), dp[i-1][0][0] =0
# dp[i][1]的更新会影响dp[i+1][0]的更新def maxProfit(self, prices):n = len(prices)if n == 0 :return 0dp=[[0,0] for i in range(n)]for i in range(0,n):if i == 0:dp[0][0] = 0dp[0][1] = -prices[0]else:dp[i][0] = max(dp[i-1][0], dp[i-1][1]+prices[i])dp[i][1] = max(dp[i-1][1], 0-prices[i]) # dp[i-1][0]未持有收益为0return dp[n-1][0]
LeetCode-122 不限次数
k=∞k = \inftyk=∞
# dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1]+prices[i])
# dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0]-prices[i])
# k = \infty k-1 = k k 状态又可以去除
# 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]), dp[i-1][0]为进行了很多次操作用于的收益
# dp[i][1]的更新会影响dp[i+1][0]的更新
def maxProfit(self, prices):n = len(prices)if n == 0:return 0dp = [[0,0] for i in range(n)]for i in range(n):if i == 0:dp[0][0] = 0dp[0][1] = -prices[0]else: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 dp[n-1][0]
LeetCode-309 不限次数+冷冻期
卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
# dp[i][0] = max(dp[i-1][0], dp[i-1][1]+prices[i])
# dp[i][1] = max(dp[i-1][1], dp[i-2][0]-prices[i]), 前两天卖出操作今天买入
# 初始值得设定上
def maxProfit(self, prices):""":type prices: List[int]:rtype: int"""n = len(prices)if n == 0:return 0dp = [[0,0] for i in range(n)]for i in range(n):if i == 0:dp[0][0] = 0dp[0][1] = -prices[0]elif i == 1:dp[1][0] = max(dp[0][0], dp[0][1] + prices[1])dp[1][1] = max(dp[0][1], dp[0][0] - prices[1])else:dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])dp[i][1] = max(dp[i-1][1], dp[i-2][0] - prices[i])return dp[n-1][0]
LeetCode-714 不限次数+手续费
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,但是你每笔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。
注意:这里的一笔交易指买入持有并卖出股票的整个过程,每笔交易你只需要为支付一次手续费。
每笔交易减去一个手续费即可,在买入的时候多减掉一个手续费,相当于股票的买入价格提高了
def maxProfit(self, prices, fee):""":type prices: List[int]:type fee: int:rtype: int"""n = len(prices)if n == 0:return 0dp = [[0,0] for i in range(n)]for i in range(n):if i == 0:dp[0][0] = 0dp[0][1] = -prices[0]-fee # 注意这个值else:dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])dp[i][1] = max(dp[i-
LeetCode-123 两次买卖
k = 2需要考虑状态,唯一的区别就是base case 设定
# dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1]+prices[i])
# dp[i][1] = max(dp[i-1][k][1], dp[i-1][k-1][0]-prices[i]),
# 需要遍历k,最多进行两次,当然我也可以不买卖
def maxProfit(self, prices):""":type prices: List[int]:rtype: int"""k = 2 # 注意k 要能取得到n = len(prices)if n == 0:return 0dp=[[[0,0] for j in range(k+1)] for i in range(n)]for i in range(n):for j in range(k+1):if i == 0 or j ==0:dp[i][j][0] = 0dp[i][j][1] = -prices[0] # 通用初始化else:dp[i][j][0] = max(dp[i-1][j][0], dp[i-1][j][1]+prices[i])dp[i][j][1] = max(dp[i-1][j][1], dp[i-1][j-1][0]-prices[i])return dp[n-1][k][0]
LeetCode-188 k次买卖
k取任意确定的数字时,解题框架于=与k = 2 时一致。当k 过大时,会造超内存错误。根据买卖至少需要两天,可以限制最大交易次数不应该超过n/2,如果超过了就相当于k = 无穷的情况。整合一下前面的方法即可。
class Solution(object):def maxProfit(self, k, prices):""":type k: int:type prices: List[int]:rtype: int"""n = len(prices)if n == 0:return 0if k > n//2:dp = [[0,0] for i in range(n)]for i in range(n):if i == 0:dp[0][0] = 0dp[0][1] = -prices[0]else: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 dp[n-1][0]else:dp=[[[0,0] for j in range(k+1)] for i in range(n)]for i in range(n):for j in range(k+1):if i == 0 or j == 0:dp[i][j][0] = 0dp[i][j][1] = -prices[0]else:dp[i][j][0] = max(dp[i-1][j][0], dp[i-1][j][1]+prices[i])dp[i][j][1] = max(dp[i-1][j][1], dp[i-1][j-1][0]-prices[i])return dp[n-1][k][0]
2.贪心特解
这两种特殊情况还是特殊解来的快,框架反而繁杂。
LeetCode-121 一次买卖
关键找到每一天之前的最低价格,两者相减,求增益最大。
def maxProfit(self, prices):n = len(prices)if n == 0:return 0min_val = prices[0]res = 0for i in range(1,n):res = max(res, prices[i]-min_val)min_val = min(min_val, prices[i])return res
LeetCode-122 不限次数
不限次数,每一个谷底买入下一个峰值卖出,多次操作,和值最大。累加收益。
def maxProfit(self, prices):n = len(prices)if n == 0:return 0res = 0 for i in range(1,n):if prices[i]>prices[i-1]:res += prices[i]-prices[i-1]return res
算法(24)-股票买卖相关推荐
- 零起点学算法24——求正弦和余弦
零起点学算法24--求正弦和余弦 Time Limit: 1 Sec Memory Limit: 64 MB 64bit IO Format: %lld Description 输入一个正整数n ...
- 【机器学习基础】数学推导+纯Python实现机器学习算法24:HMM隐马尔可夫模型
Python机器学习算法实现 Author:louwill Machine Learning Lab HMM(Hidden Markov Model)也就是隐马尔可夫模型,是一种由隐藏的马尔可夫链随机 ...
- [面试算法]24点计算
小米2017秋招算法工程师笔试的最后一道题: 现在有一幅扑克牌,去掉大小王52张牌.随机选出4张牌,可以任意改变扑克牌的顺序,并填入 + - * / 四个运算符,不用考虑括号,除法按整数操作,计算过程 ...
- 数据结构与算法-24.跳跃游戏
24.跳跃游戏 题目 24.0.贪心算法 对于序列[2,3,1,1,4],维护一个rightMost,表示能够到达的最右端的坐标 rightMost = max(rightMost, nums[i] ...
- 【机器学习基础】数学推导+纯Python实现机器学习算法24:LightGBM
Python机器学习算法实现 Author:louwill Machine Learning Lab 第17讲我们谈到了竞赛大杀器XGBoost,本篇我们来看一种比XGBoost还要犀利的Boosti ...
- 算法之回溯算法-24点问题
24点问题:收取四张牌加起来等于24点的可能有哪些? /*** * @author 陈鑫* 回溯解决24点问题**/ public class TwentyFourPoints {public sta ...
- 算法24:LeetCode_并查集相关算法
目录 题目一:力扣547题,求省份数量 题目二:岛屿数量 题目三:岛屿数量拓展 什么是并查集,举个简单的例子.学生考试通常会以60分为及格分数,我们将60分及以上的人归类为及格学生,而60分以下归类为 ...
- [算法] 2-4 组合游戏
1.Nim游戏:有3堆火柴,分别为a,b,c根,记为状态(a,b,c).每次一个游戏者可以从任意一堆中拿走至少一根火柴,也可以整堆拿走,但不能从多堆火柴中同时拿走.无法拿火柴的游戏者输. 2. ...
- 机器学习实战-贝叶斯算法-24
贝叶斯-新闻分类 from sklearn.datasets import fetch_20newsgroups from sklearn.model_selection import train_t ...
最新文章
- BiB: 电子科大邹权组构建基于肠道菌群平衡的疾病预测模型及微生物生物标志物发掘平台...
- Pacbio 数据相关的几个重要概念
- 物理学家解说2012
- Java架构师在线视频,架构师的7大必备技能
- 华为鸿蒙升级了,鸿蒙系统暂缓升级,但从火爆程度来看,华为基本成了!
- 方法javaJVM学习笔记-内存处理
- python递归和循环的区别_递归与伪递归区别,Python 实现递归与尾递归
- oracle_Grid Infrastructure 启动的五大问题
- 这几条Mac技巧可能在你使用mac时锦上添花
- 【信号处理】信号与系统 电子课本(郑君里)
- BIGEMAP地图下载器(91卫图助手)功能对比
- 【机器学习基础】正规方程法(Normal equation)(正则化和非正则化)——吴恩达课程笔记
- hdu Intelligent IME
- LabVIEW顺序结构
- WifiRemoteStationManager中速率控制算法详解
- 【转载】FreeIPA中间CA证书已过期
- 用python画哆啦a梦的身体_每天一个Python小技巧,用Python 画个多啦A梦,小猪佩奇,文末还有Python入门学习视频...
- Telnet访问百度www.baidu.com
- postfix+Dovecot自建邮箱服务器
- 【EDA365电子论坛】硬件人经历南下、北上,回乡创业,后悔了吗?
热门文章
- WinCE中得Catalog Items前的标记图标的意义总结
- 电脑入门完全自学手册_室内设计CAD施工图识读手册
- php判断桌面宽度,js获取页面宽度高度及屏幕分辨率
- Sharepoin学习笔记—架构系列--03 Sharepoint的处理(Process)与执行模型(Trust Model) 2
- ASP.NET Core管道深度剖析[共4篇]
- SharePoint 2010 WSP包部署过程中究竟发生什么?
- 修改Linux主机名和IP
- Windows高级编程学习笔记(三)
- 数据结构 - 栈 (逆波兰计算器)(栈的三种表达式)(前缀、中缀和后缀表达式,后缀也叫逆波兰表达式)(中缀表达式转后缀表达式实现步骤及完整代码)
- 【UVA - 10154 】Weights and Measures (贪心排序,dp,类似0-1背包,状态设定思维)