当前位置: 首页 > news >正文

代码随想录算法训练营第四十四天|188.买卖股票的最佳时机IV、309.最佳买卖股票时机含冷冻期、714.买卖股票的最佳时机含手续费

188.买卖股票的最佳时机IV

在这里插入图片描述

题目链接:188.买卖股票的最佳时机IV
文档讲解:代码随想录
状态:不会

思路:
在股票买卖1使用一维dp的基础上,升级成二维的即可。

  1. 定义dp[k+1][2],其中 dp[j][0] 表示第j次交易后持有股票的最大利润,dp[j][1] 表示第j次交易后不持有股票的最大利润。
  2. 初始化时,对所有持有股票的情况要变成dp[i][0] = -prices[0];

题解:
要注意: dp[j][0] = Math.max(dp[j][0], dp[j - 1][1] - prices[i]);
dp[j - 1][1] - prices[i] 是因为买入股票的操作要用dp[j-1][1],也就是上次卖出去得到的钱来买这次的股票

    public int maxProfit(int k, int[] prices) {// 特殊情况处理,如果价格数组为空或只有一个元素,返回0if (prices.length == 0) return 0;// dp数组定义为k+1行,2列// dp[j][0] 表示第j次交易后持有股票的最大利润// dp[j][1] 表示第j次交易后不持有股票的最大利润int[][] dp = new int[k + 1][2];// 初始化第1到第k次交易后的持有股票的最大利润为 -prices[0]for (int i = 1; i <= k; i++) {dp[i][0] = -prices[0];}// 遍历每一天的股票价格for (int i = 1; i < prices.length; i++) {// 倒序遍历每一次交易,也可以正序,但是倒序更快一点for (int j = k; j >= 1; j--) {// 更新第j次交易后不持有股票的最大利润dp[j][1] = Math.max(dp[j][1], dp[j][0] + prices[i]);// 更新第j次交易后持有股票的最大利润// dp[j - 1][1] - prices[i] 是因为买入股票的操作要用dp[j-1][1],也就是上次卖出去得到的钱来买这次的股票dp[j][0] = Math.max(dp[j][0], dp[j - 1][1] - prices[i]);}}// 返回最多k次交易后不持有股票的最大利润return dp[k][1];}

309.最佳买卖股票时机含冷冻期

在这里插入图片描述

题目链接:309.最佳买卖股票时机含冷冻期
文档讲解:代码随想录
状态:不会

思路:

第i天的最大收益由持有和不持有股票两种状态推导出来,考虑到由冷冻期,那么第i天持有股票可以考虑跳过昨天,从前天推导。

假设有今天持股情况下的最大收益 dp[i][0]、昨天不持股的最大收益 dp[i−1][0]、昨天持股的最大收益 dp[i−1][0]、前天不持股的最大收益 dp[i−2][1],前天持股的最大收益 dp[i−2][0]。先将目光集中在前天,分别考虑前天持股与不持股的情况,试试能不能推导出今天的最大收益。

对于 dp[i−2][0] 来说,它表示前天结束时手中还有股票,那么如果昨天选择将前天的股票卖掉,由于冷冻期的存在,今天是不能交易的,自然今天手中也不可能还有股票,推导不出 dp[i][0],因此这种情况可以直接忽略;如果前天选择保留股票到昨天,昨天也只能继续保留股票才能让今天手中也有股票,这时 dp[i][0]=dp[i−1][0],这种情况已经在上面的状态转移方程中考虑到了,因此也不用担心。
对于 dp[i−2][1] 来说,它表示前天结束时手中没有股票,如果昨天买入股票,只能是将股票保留到今天才能推出 dp[i][0],这时 dp[i]=dp[i−1][0] 在状态转移方程中已经考虑到了;如果昨天不买入股票,那么由于昨天手中没有股票,只能是今天买入,同时因为昨天没交易,昨天的最大收益和前天相同 dp[i−1][1]=dp[i−2][1],所以这种情况的最大收益是 dp[i−2][1]−prices[i]。

题解:

   public int maxProfit(int[] prices) {int n = prices.length;// 如果价格数组长度为0,直接返回0if (n == 0) {return 0;}// 定义一个二维数组 dp,dp[i][0] 表示第 i 天持有股票的最大利润,// dp[i][1] 表示第 i 天不持有股票的最大利润int[][] dp = new int[n + 1][2];// 初始化第一天的状态dp[1][0] = -prices[0]; // 第一天持有股票,利润为负的当前股票价格// 从第二天开始遍历价格数组for (int i = 2; i <= n; i++) {// 第 i 天持有股票的最大利润,可以选择前一天也持有股票,或者前两天不持有股票,今天买入dp[i][0] = Math.max(dp[i - 1][0], dp[i - 2][1] - prices[i - 1]);// 第 i 天不持有股票的最大利润,可以选择前一天也不持有股票,或者前一天持有股票,今天卖出dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] + prices[i - 1]);}// 返回倒数第二天不持有股票的最大利润return dp[n][1]; // 因为是倒数第二天,所以这里改为 dp[n][1]}

714.买卖股票的最佳时机含手续费

在这里插入图片描述

题目链接:714.买卖股票的最佳时机含手续费
文档讲解:代码随想录
状态:终于做出来一道了。。。。

思路:和股票买卖第2道题一样,不过每次卖出的时候扣除手续费就好了。

题解:

public int maxProfit(int[] prices, int fee) {if (prices.length == 1) {return 0;}int hasStock = -prices[0]; // 第一天买入股票后的收益int noStock = 0; // 第一天不买股票的收益for (int i = 1; i < prices.length; i++) {// 今天选择买入股票或者保持昨天持有股票的状态hasStock = Math.max(hasStock, noStock - prices[i]);// 今天选择卖出股票或者保持昨天没有股票的状态noStock = Math.max(noStock, hasStock + prices[i] - fee);}return noStock; // 最后一天不持有股票的最大收益
}
http://www.lryc.cn/news/392102.html

相关文章:

  • YOLOv8改进 添加CVPR2024 PKINet中注意力机制CAAttention
  • 油猴Safari浏览器插件:Tampermonkey for Mac 下载
  • 如何在Vue中添加事件监听器
  • 软设之UML图中的用例图
  • 弹性伸缩高性能计算服务一一黑石裸金属服务器
  • 欢乐钓鱼大师攻略:西沙群岛攻略,内置自动辅助云手机!
  • Apipost接口测试工具的原理及应用详解(六)
  • 矩阵的奇异值(Singular Values)
  • 清空flowable的表定义的相关表
  • Tailwind CSS 在vue里 的使用
  • 【人工智能】--强化学习(2.0)
  • 跟着峰哥学java 微信小程序 第二天 封装ES7 + 后端工作
  • QT学习(6)——QT中的定时器事件,两种实现方式;事件的分发event,事件过滤器
  • ASP.NET Core 6.0 使用 Action过滤器
  • Java 并发集合:CopyOnWrite 写时复制集合介绍
  • Linux 查看修改系统时间| date -s
  • 数据库MySQL学习笔记
  • 四端口千兆以太网交换机与 SFP 扩展功能
  • Renderless 思想正在影响前端开发
  • maven 打包执行配置(对maven引用的包或者丢进去的包都包含在里面)打成jar包
  • Python酷库之旅-第三方库Pandas(004)
  • 天猫超市卡怎么用
  • ai智能语音机器人电销系统:让销售更快速高效
  • Redis 中的通用命令(命令的返回值、复杂度、注意事项及操作演示)
  • 【Hive实战】 HiveMetaStore的指标分析
  • 【Linux系统】CUDA的安装与graspnet环境配置遇到的问题
  • 滤波算法学习笔记
  • 【机器学习】机器学习的重要方法——线性回归算法深度探索与未来展望
  • 百度云智能媒体内容分析一体机(MCA)建设
  • 笔记本电脑部署VMware ESXi 6.0系统