随想录日记part39
t i m e : time: time: 2024.04.09
主要内容:今天开始要学习动态规划的相关知识了,今天的内容主要涉及:
买卖股票的最佳时机。
- 121. 买卖股票的最佳时机
- 122.买卖股票的最佳时机II
动态规划五部曲:
【1】.确定dp数组以及下标的含义
【2】.确定递推公式
【3】.dp数组如何初始化
【4】.确定遍历顺序
【5】.举例推导dp数组
Topic1买卖股票的最佳时机
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。返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润,返回 0 。
输入:
[
7
,
1
,
5
,
3
,
6
,
4
]
[7,1,5,3,6,4]
[7,1,5,3,6,4]
输出:
5
5
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。
思路:
接下来进行动规五步曲:
1.确定dp数组以及下标的含义:
dp[i]表示i+1天的最大利润;
2.确定递推公式:if (prices[i] - tem > dp[i - 1]) { dp[i] = prices[i] - tem; } else { dp[i] = dp[i - 1]; if (prices[i] < tem) { tem = prices[i]; } }
3.dp数组如何初始化
dp[0] = 0;
int tem = prices[0];
4.确定遍历顺序
5.举例推导dp数组
代码如下:
class Solution {
public int maxProfit(int[] prices) {
int l = prices.length;
if (l == 1)
return 0;
// dp[i]表示i+1天的最大利润;
int[] dp = new int[l + 1];
// 初始化
dp[0] = 0;
int tem = prices[0];
for (int i = 1; i < l; i++) {
if (prices[i] - tem > dp[i - 1]) {
dp[i] = prices[i] - tem;
} else {
dp[i] = dp[i - 1];
if (prices[i] < tem) {
tem = prices[i];
}
}
}
return dp[l - 1];
}
}
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
n
)
O(n)
O(n)
Topic2买卖股票的最佳时机II
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有一股股票。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 。
输入:
p
r
i
c
e
s
=
[
7
,
1
,
5
,
3
,
6
,
4
]
prices = [7,1,5,3,6,4]
prices=[7,1,5,3,6,4]
输出:
7
7
7
解释:
在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6 - 3 = 3 。总利润为 4 + 3 = 7 。
思路:
接下来进行动规五步曲:
1.确定dp数组以及下标的含义:
dp[i][0] 表示第i天持有股票所得现金。
dp[i][1] 表示第i天不持有股票所得最多现金
2.确定递推公式:
如果第i天持有股票即dp[i][0], 那么可以由两个状态推出来:
- 第i-1天就持有股票,那么就保持现状,所得现金就是昨天持有股票的所得现金 即:dp[i - 1][0]
- 第i天买入股票,所得现金就是昨天不持有股票的所得现金减去今天的股票价格 即:dp[i - 1][1] - prices[i]
再来看看如果第i天不持有股票即dp[i][1]的情况, 依然可以由两个状态推出来
- 第i-1天就不持有股票,那么就保持现状,所得现金就是昨天不持有股票的所得现金 即:dp[i - 1][1]
- 第i天卖出股票,所得现金就是按照今天股票价格卖出后所得现金即:prices[i] + dp[i - 1][0]
3.dp数组如何初始化
dp[0][0]=-prices[0];
dp[0][1]=0;
4.确定遍历顺序
5.举例推导dp数组文章来源:https://www.toymoban.com/news/detail-861117.html
class Solution {
public int maxProfit(int[] prices) {
int len=prices.length;
int[][] dp=new int[len][2];
dp[0][0]=-prices[0];
dp[0][1]=0;
for(int i=1;i<len;i++){
dp[i][0]=Math.max(dp[i-1][0],dp[i-1][1]-prices[i]);
dp[i][1]=Math.max(dp[i-1][0]+prices[i],dp[i-1][1]);
}
return dp[len-1][1];
}
}
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
n
)
O(n)
O(n)文章来源地址https://www.toymoban.com/news/detail-861117.html
到了这里,关于代码学习记录39---动态规划的文章就介绍完了。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!