当前位置: 首页 > news >正文

算法题:买卖股票的最佳时机含手续费(动态规划解法贪心解法-详解)

这道题有两种解法:动态规划  or  贪心算法。

贪心算法的提交结果要比动态规划好一些,总体上动态规划的解法更容易想到。(完整题目附在了最后)

1、动态规划解法

设置两个数,dp[0]表示遍历到股票prices[i]时手里没有股票情况下的纯利润(要么就是无操作,要么就是卖掉手里的股票,卖掉股票是要减去fee,两种操作之间选择利益最大的做法); dp[1]表示遍历到股票prices[i]时手里有股票情况下的纯利润(在“无操作”和“购入当前股票”两种做法之间选择利益最大的做法),那么遍历到股票prices[i+1]时,

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

根据整体意思,dp初始化时为 [0, -prices[0]]。

# 动态规划解法
class Solution(object):def maxProfit(self, prices, fee):n = len(prices)dp = [0, -prices[0]]for i in range(1, n):dp = [max(dp[0], dp[1] + prices[i] - fee), max(dp[1], dp[0] - prices[i])]return max(dp)

2、贪心解法

1)在连续递减的情况下买入价格最低时的股票,在不亏本的情况下如果连续递增则在最高点卖掉股票(因为要多考虑一个fee的费用,所以不亏本的前提要加上)。

2)代码有点弯弯绕在里面,就是在还没买入的时候我们把手续费fee加到当前股票价格price上面,遍历prices数组,判断各个相邻price+fee后的大小,在连续递减的情况下选择最低点的买入。

3)买入之后就要寻找最高点卖出,我们继续往后遍历,找到卖出能够有利润的第一支股票,设置一个“虚拟卖出”,由于后面的股票价格可能更高,所以这里不一定是当前这笔交易最后卖出的价格。如果后面的股票价格更高,则把价格差加入到profit里面,直到股票价格开始下降,当前交易才算完成,购入点为最低点,卖出点为有利润的情况下的最高点。

4)重复2)与3)中的买入卖出步骤,直到遍历完prices数组。

# 贪心解法
class Solution:def maxProfit(self, prices, fee):n = len(prices)profit = 0budget = prices[0] + feefor i in range(1, n):if prices[i] + fee < budget:budget = prices[i] + feeelif prices[i] > budget:profit += prices[i] - budgetbudget = prices[i]return profit

3、完整题目:

714. 买卖股票的最佳时机含手续费

给定一个整数数组 prices,其中 prices[i]表示第 i 天的股票价格 ;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。

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

示例 2:

输入:prices = [1,3,7,5,10,3], fee = 3
输出:6

提示:

  • 1 <= prices.length <= 5 * 10^4
  • 1 <= prices[i] < 5 * 10^4
  • 0 <= fee < 5 * 10^4
http://www.lryc.cn/news/186329.html

相关文章:

  • 【gcc】RtpTransportControllerSend学习笔记 4:码率分配
  • 「专题速递」AR协作、智能NPC、数字人的应用与未来
  • 什么是基于意图的网络(IBN)
  • 知识增强语言模型提示 零样本知识图谱问答10.8
  • 虚拟现实项目笔记:SDK、Assimp、DirectX Sample Browser、X86和X64
  • openwrt rm500u ncm方式拨号步骤记录
  • 使用js代码将一个值为“1=增量,2=全量“的字符串转化为一个数组,数据格式为[{value:““,label:“‘‘}]
  • 图片调色盘
  • 一文读懂Base64
  • CCF CSP认证 历年题目自练 Day20
  • 【Overload游戏引擎分析】从视图投影矩阵提取视锥体及overload对视锥体的封装
  • vue全局事件总线是什么?有什么用?解决了什么问题,与pinia有什么区别?
  • 【debian 12】:debian系统切换中文界面
  • es官方为我们提供的堆内存保护机制-熔断器( breaker )
  • 靶场通关记录
  • 全网最新最全的软件测试面试题
  • 如何列出 Ubuntu 和 Debian 上已安装的软件包
  • 图论---最小生成树问题
  • elementplus 时间范围选择器限制选择时间范围
  • 【网络】抓包工具Wireshark下载安装和基本使用教程
  • Metasequoia 4 水杉3D建模工具 附序列号
  • 股票杠杆交易平台排名:淘配网推荐的十大平台
  • CoreData + CloudKit 在初始化 Schema 时报错 A Core Data error occurred 的解决
  • 修炼k8s+flink+hdfs+dlink(三:安装dlink)
  • Linux 系统性能瓶颈分析(超详细)
  • kafka与zookeeper的集群
  • sqlalchemy 连接池
  • 用Blender制作YOLO目标检测器训练数据
  • c++视觉处理---均值滤波
  • QT基础入门——Qt事件(五)