买卖股票的最佳时机(动态规划/leetcode#121/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一次),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;同时,你不能在买入前卖出股票。
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。

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

暴力解法:

image.png
public int maxProfit(int[] prices) {
    int maxProfit = 0;
    for (int i = 0; i < prices.length; i++) {
        for (int j = i + 1; j < prices.length; j++) {
            maxProfit = Math.max(maxProfit, prices[j] - prices[i]);
        }
    }
    return maxProfit;
}

动态规划:

首先要明白 dp[i][0]、dp[i][1]
0 代表手里没有股票的最大利润
1 代表手里有1只股票的最大利润

    /**
     * 竖的坐标是 0,1 代表
     * 0代表 手里没有股票的最大利润
     * 1代表  手里有1只股票的最大利润
     * 状态转移方程  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]);
     *
     * @param prices
     * @return
     */
    public int maxProfit(int[] prices) {

      if(prices.length<=1){
          return 0;
      }
        int n = prices.length;
        int[][] dp = new int[n][n];

        dp[0][0] = 0;
        dp[0][1] = -prices[0];


        for (int i = 1; i < n; 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],  - prices[i]);
        }

        return dp[n - 1][0];

    }

由于此题只能买卖一次,所以 dp[i][1] 的状态转移方程要修改为 dp[i][1]=max(dp[i-1][1],-prices[i]);
因为 dp[i-1][0] 必须是一次都没有卖过的

同理

122. 买卖股票的最佳时机 II

的解法 也是一样

 /**
     * 竖的坐标是 0,1 代表
     * 0代表 手里没有股票的最大利润
     * 1代表  手里有1只股票的最大利润
     * 状态转移方程  dp[i][0] = max(dp[i-1][0],dp[i-1][1]+prices[i])
     * dp[i][1]=max(dp[i-1][1], -prices[i] , dp[i-1][0]-prices[i]);
     *
     * @param prices
     * @return
     */
    public int maxProfit(int[] prices) {

        if(prices.length<=1){
            return 0;
        }

        int n = prices.length;
        int[][] dp = new int[n][2];

        dp[0][0] = 0;
        dp[0][1] = -prices[0];


        for (int i = 1; i < n; 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], Math.max(-prices[i], dp[i - 1][0] - prices[i]));
        }

        return dp[n - 1][0];

    }

跟 121 不一样的地方就是 dp[i][1]的状态转移方程为: dp[i][1] = Math.max(dp[i - 1][1], -prices[i], dp[i-1][0]- prices[i]);

其中 -prices[i] 代表 前面一次都没买过 这次买了付出的钱
dp[i-1][0]- prices[i] 代表 前面赚到的钱 这次买了付出的钱

同理:

714. 买卖股票的最佳时机含手续费

    /**
     * 竖的坐标是 0,1 代表
     * 0代表 手里没有股票的最大利润
     * 1代表  手里有1只股票的最大利润
     * 状态转移方程  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]);
     *
     * @param prices
     * @return
     */
    public int maxProfit(int[] prices, int fee) {

        int n = prices.length;
        int[][] dp = new int[n][2];

        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        for (int i = 1; i < n; i++) {
            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]-fee);
            dp[i][1] = Math.max(dp[i - 1][1], Math.max(-prices[i], dp[i - 1][0] - prices[i]));
        }

        return dp[n - 1][0];
    }
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,110评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,443评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,474评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,881评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,902评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,698评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,418评论 3 419
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,332评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,796评论 1 316
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,968评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,110评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,792评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,455评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,003评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,130评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,348评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,047评论 2 355

推荐阅读更多精彩内容