动态规划(day11)买卖股票问题进阶

这篇具有很好参考价值的文章主要介绍了动态规划(day11)买卖股票问题进阶。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

123.买卖股票的最佳时机III

看到题目的第一想法               

看到代码随想录之后的想法

自己实现过程中遇到的困难

188.买卖股票的最佳时机IV

看到题目的第一想法               

看到代码随想录之后的想法

自己实现过程中遇到的困难


123.买卖股票的最佳时机III

力扣题目链接(opens new window)

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:prices = [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:prices = [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:prices = [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。

  • 示例 4:

  • 输入:prices = [1] 输出:0

提示:

  • 1 <= prices.length <= 10^5
  • 0 <= prices[i] <= 10^5
看到题目的第一想法
               

        可以购买两次该怎么做?

        回忆之前的 购买一次

        第一题,购买一次的最大值

        第二题:购买卖出多次的最大值

        dp[i][0] 第i天股票买入的最大金额

                        之前就买入

                        当天买入Max(dp[i-1][0],dp[i-1][1]-price[i])

         dp[i][1]  股票卖出的最大金额

                        之前就买入

                        当天买入Max(dp[i-1][1],dp[i-1][0]+price[i])

        

看到代码随想录之后的想法

                如果是两次,需要记录两次的买入和卖出的最大值

                如何记录?

                利用二维数组:

              dp[i][0]         第i天不进行任何操作

              dp[i][1]         第i天or之前买入的最大金额 Math.max(dp[i-1][0]-price[i],dp[i-1][1]);

              dp[i][2]         第i天or之前卖出的最大金额 Math.max(dp[i-1][1]+price[i],dp[i-1][1]);

              dp[i][3]         第i天第二次买入or之前买入的最大金额

                                        Math.max(dp[i-1][2]-price[i],dp[i-1][3]);

              dp[i][4]         第i天第二次卖出or之前卖出的最大金额

                                        Math.max(dp[i-1][3]+price[i],dp[i-1][4]);

        初始化的对应值:

        dp[0][1]:-price[0] 第1天买入

        dp[0][2]:0 第1天买入再卖出

        dp[0][3]:-price[0] 第1天买入再卖出再买入

        dp[0][4]:0 第1天买入再卖出再买入

自己实现过程中遇到的困难

        return dp[prices.length-1][4]  返回最后一天的第二次卖出的最大现金

class Solution {
    public int maxProfit(int[] prices) {
        //可以买入两笔交易
        //我的思路,按照之前的做法。二维数组
        //dp[prices.length][2] 
        // dp[i][0] 买入股票的最大现金
        // dp[i][1] 卖出股票的最大现金
        //卡哥思路 
        //dp数组的定义与下标的含义
        //dp[prices.length][5]
        //dp[i][0] 不操作
        //dp[i][1] 第一次买入后的最大现金
        // 之前就买入 or 当天买入
        // Math.max(dp[i-1][1],dp[i][0]-prices[i]);
        //dp[i][2] 第一次卖出后的最大现金
        // 之前就卖出 or 当天卖出
        // Math.max(dp[i-1][2],dp[i-1][1]+price[i])
        //dp[i][3] 第二次买入后的最大现金
        // Math.max(dp[i-1][3],dp[i-1][2]-price[i]);
        // 之前就买入 or 当天买入
        //dp[i][4] 第二次卖出后的最大现金
        // 之前就卖出 or 当天卖出
        // Math.max(dp[i-1][4],dp[i-1][3]+price[i]);
        //确定递推公式
        //dp数组初始化
        //dp[0][0]=0
        //dp[0][1]=-price[0]
        //dp[0][2]=0
        //dp[0][3]=-price[0]
        //dp[0][4]=0
        //确定遍历顺序
        //从前往后
        int[][] dp = new int[prices.length][5];
        //dp[i][0]代表不做任何操作的最大现金
        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        dp[0][2] = 0;
        //相当于第一天买入又卖出又买入
        dp[0][3] = -prices[0];
        //相当于第一天买入又卖出,又买入又卖出
        dp[0][4] = 0;
        //0已经初始化要从1开始
        for(int i=1;i<prices.length;i++){
            //之前买入 or 这一次买入
            dp[i][1] = Math.max(dp[i-1][1],dp[i][0]-prices[i]);
            //之前卖出 or 这一次卖出 ,在这一次买入dp[i][0]的基础上考虑
            dp[i][2] = Math.max(dp[i-1][2],dp[i-1][1]+prices[i]);
            //第二次则是在第一次dp[i-1][2]卖出的现金的基础上考虑
            dp[i][3] = Math.max(dp[i-1][3],dp[i-1][2]-prices[i]); 
            dp[i][4] = Math.max(dp[i-1][4],dp[i-1][3]+prices[i]);  
        }
        return dp[prices.length-1][4];
    }
}

188.买卖股票的最佳时机IV

力扣题目链接(opens new window)

给定一个整数数组 prices ,它的第 i 个元素 prices[i] 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:k = 2, prices = [2,4,1]

  • 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:k = 2, prices = [3,2,6,5,0,3]

  • 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 。

提示:

  • 0 <= k <= 100
  • 0 <= prices.length <= 1000
  • 0 <= prices[i] <= 1000算法公开课

《代码随想录》算法视频公开课 (opens new window):动态规划来决定最佳时机,至多可以买卖K次!| LeetCode:188.买卖股票最佳时机4 (opens new window)

看到题目的第一想法
               

        按照买卖股票的最佳时机III的思路

        上面是要两次,这里是K次

        找与上一题相关的规律

       dp[i][j] 需要考虑j的取值范围

        第i天

        K次的话 j的取值范围为  0~2k

        0代表没操作

        [1,2] 代表第一次买入卖出的最大值,都是取最大

        [3,4]代表第二次买入卖出的最大值

        [5,6]代表第三次买入卖出的最大值

        [7,8] 代表第四次买入卖出的最大值

        。。。

        [2K-1,2K]代表第K次买入卖出的最大值

        遍历时 j从1到2k

        若j为奇数代表买入的最大现金

        若j为偶数代表卖出的最大现金

        初始化时,只有j为奇数需要初始化为-price[i]

        

看到代码随想录之后的想法

                如果是两次,需要记录两次的买入和卖出的最大值

                如何记录?

                利用二维数组:

              dp[i][0]         第i天不进行任何操作

              dp[i][1]         第i天or之前买入的最大金额 Math.max(dp[i-1][0]-price[i],dp[i-1][1]);

              dp[i][2]         第i天or之前卖出的最大金额 Math.max(dp[i-1][1]+price[i],dp[i-1][1]);

              dp[i][3]         第i天第二次买入or之前买入的最大金额

                                        Math.max(dp[i-1][2]-price[i],dp[i-1][3]);

              dp[i][4]         第i天第二次卖出or之前卖出的最大金额

                                        Math.max(dp[i-1][3]+price[i],dp[i-1][4]);

        初始化的对应值:

        dp[0][1]:-price[0] 第1天买入

        dp[0][2]:0 第1天买入再卖出

        dp[0][3]:-price[0] 第1天买入再卖出再买入

        dp[0][4]:0 第1天买入再卖出再买入

        

       

        代码随想录中,J遍历时,每次选中的是要赋值的下标的前一个,

        然后给dp[i][j+1]和dp[i][j+2]赋值(注意当天不买入的最大值,和买入的最大值的赋值)

        注意当天不买入的最大值max(dp[i-1][j+1],dp[i-1][j]-price[i]),

        和买入的最大值的赋值max(dp[i-1][j+2],dp[i-1][j]+price[i]);

自己实现过程中遇到的困难

        按照正常的分析,就可以解决了

        初始化的for循环可能有点冗余,可以直接写成for(i=1;i<2k;i+=2)文章来源地址https://www.toymoban.com/news/detail-812407.html

class Solution {
    public int maxProfit(int k, int[] prices) {
        //我的做法
        //设置一个数组  k次交易依赖k-1次的内容
        //第一次 买入,第一次卖出 的最大现金
        //Math.max(dp[i-1][1],dp[i-1][0]-price[i])
        //Math.max(dp[i-1][2],dp[i-1][1]+price[i]);
        //第二次买入,第二次卖出
        //Math.max(dp[i-1][3],dp[i-1][2]-price[i])
        //Math.max(dp[i-1][4],dp[i-1][3]+price[i])
        //第三次买入,第三次卖出
        //Math.max(dp[i-1][5],dp[i-1][4]-pirce[i])
        //Math.max(dp[i-1][6],dp[i-1][5]+price[i])
        //第k次买入,第k次卖出
        //Math.max(dp[i-1][2k-1],dp[i-1][2k-2]-price[i]);
        //Math.max(dp[i-1][2k],dp[i-1][2k-1]+price[i]);
        //定义dp数组,以及每个下标的含义
        //买入i or 卖出i的最大现金
        //有可能是之前买入,也可能是之前卖出
        //确定递推公式
        //dp数组初始化
        //dp的大小应该为 dp[price.length][]
        //dp[0][0]=0;
        //dp[0][1]=-price;
        //dp[0][2]=0
        //dp[0][3]=-price;
        //..
        //dp[0][2k-1]=-price;
        //dp[0][2k]=0
        //确定遍历顺序
        //举例推导dp数组
        int[][] dp = new int[prices.length][2*k+1];
        dp[0][0]=0;
        for(int i=1;i<2*k;i++){
            dp[0][i]=-prices[0];
            i++;
        }
        /*for(int i=1;i<prices.length;i++){
            for(int j=1;j<=2*k;j++){
                if(j%2==1){
                    //之前买入or当天j/2次买入
                    dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-1]-prices[i]);
                    continue;
                }
                if(j%2==0){
                    //之前卖出or当天卖出
                    dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-1]+prices[i]);
                }
            }
        }*/
        //卡哥做法和我的差不多 ,不过在k遍历那里有点不一样
        for(int i=1;i<prices.length;i++){
            //这里是j<2*k-1 我之前没-1
            for(int j=0;j<2*k-1;j+=2){
                    //之前买入or当天买入
                    //dp[i][j+1]=Math.max(dp[i-1][j+1],dp[i-1][j]-prices[i]);
                    //注意后面也是Math.max(dp[i-1][j+1],dp[i-1][j]-prices[i]);dp[i-1][j+1]
                    dp[i][j+1]=Math.max(dp[i-1][j+1],dp[i-1][j]-prices[i]);
                    dp[i][j+2]=Math.max(dp[i-1][j+2],dp[i-1][j+1]+prices[i]);
            }
        }
        return dp[prices.length-1][2*k];
        


    }
}

到了这里,关于动态规划(day11)买卖股票问题进阶的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 算法[动态规划]---买卖股票最佳时机

    1、题目: 给你一个整数数组 prices,其中 prices[i] 表示某支股票第 i 天的价格。 在每一天,你可以决定是否购买和/或出售股票。你在任何时候最多只能持一股股票。你也可以先购买,然后在同一天出售。 返回你能获得的最大利润 。 2、 分析特点: 题目要求:在任何时候最多

    2024年02月09日
    浏览(41)
  • 研习代码 day42 | 动态规划——买卖股票的最佳时机 I II

            1.1 题目         给定一个数组  prices  ,它的第  i  个元素  prices[i]  表示一支给定股票第  i  天的价格。         你只能选择  某一天  买入这只股票,并选择在  未来的某一个不同的日子  卖出该股票。设计一个算法来计算你所能获取的最大利润。

    2024年02月03日
    浏览(40)
  • 【动态规划】简单多状态dp问题(2)买卖股票问题

    买卖股票问题 传送门:力扣309. 最佳买卖股票时机含冷冻期 题目: 1.1 题目解析 越难的dp问题,看示例只能起到了解题目的效果,一般推不出啥普遍的规律,所以接下来就是我们的算法原理,通过动归的思想去理解,才会豁然开朗! 1.2 算法原理 1.2.1 状态表示 我们需要通过经

    2024年02月12日
    浏览(56)
  • 【算法】力扣【动态规划、状态机】309. 买卖股票的最佳时机含冷冻期

    309. 买卖股票的最佳时机含冷冻期 本文介绍解决力扣平台上第309号问题——“买卖股票的最佳时机含冷冻期”的算法。这是一个中等难度的问题,其核心是通过设计一个算法来计算在给定的股票价格数组 prices 下,能够获取的最大利润。股票价格数组 prices 中的每个元素 pric

    2024年01月18日
    浏览(47)
  • 剑指offer(C++)-JZ63:买卖股票的最好时机(一)(算法-动态规划)

    作者:翟天保Steven 版权声明:著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处 题目描述: 假设你有一个数组prices,长度为n,其中prices[i]是股票在第i天的价格,请根据这个价格数组,返回买卖股票能获得的最大收益 1.你可以买入一次股票和卖出一

    2024年02月04日
    浏览(39)
  • [Leetcode] 买卖股票合集(动态规划)

    写完这套题,再搞一台时光机,财务自由不是梦(Doge) ================================== 相关题目链接 121 买卖股票的最佳时机 122 买卖股票的最佳时机 II 123 买卖股票的最佳时机 III 188 买卖股票的最佳时机 IV 309 买卖股票的最佳时机含冷冻期 714 买卖股票的最佳时机含手续费 给定一

    2023年04月16日
    浏览(43)
  • 动态规划Day12(股票问题终结,有点疑惑)

    目录 309.最佳买卖股票时机含冷冻期 看到题目的第一想法                看到代码随想录之后的想法 自己实现过程中遇到的困难 714.买卖股票的最佳时机含手续费 看到题目的第一想法                看到代码随想录之后的想法 自己实现过程中遇到的困难 力扣题目链接

    2024年01月23日
    浏览(31)
  • 动态规划--买卖股票含冷冻期309

            这道题很明显下一天的利润需要由上一天的状态推导出来,所以这是很明显的动态规划问题         普通的股票问题有两种状态:持有股票的利润,不持有股票的利润,但这道题有一个冷冻期,使得这道题有4种状态:         1、 持有股票的利润 ;         

    2024年04月28日
    浏览(34)
  • 动态规划——买卖股票的最佳时机系列题

    买卖股票有一系列题目 以下是我找出它们之间的区别: 第一题,只能买一次,从最低价入手,最高价卖出 第二题,可以买无数次,但买了之后,必须卖出之后,再来重新买入,再卖出。 第三题,只能买两次,但买了之后,必须卖出之后,再来重新买入,再卖出。 第四题,

    2024年01月17日
    浏览(49)
  • 【LeetCode股票买卖系列:309. 最佳买卖股票时机含冷冻期 | 暴力递归=>记忆化搜索=>动态规划】

    🚀 算法题 🚀 🌲 算法刷题专栏 | 面试必备算法 | 面试高频算法 🍀 🌲 越难的东西,越要努力坚持,因为它具有很高的价值,算法就是这样✨ 🌲 作者简介:硕风和炜,CSDN-Java领域新星创作者🏆,保研|国家奖学金|高中学习JAVA|大学完善JAVA开发技术栈|面试刷题|面经八股文

    2024年02月02日
    浏览(44)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包