5、股票问题
121. 买卖股票的最佳时机
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 。
示例 1:
输入:[7,1,5,3,6,4]
输出:5
思路:
只考虑在i号点卖,在(0.....i-1)的最小处买,挣的最大钱数
i-->0.....arr.length-1
int ans=Math.max(arr[i] - min(0....i),ans)
public int maxProfit(int[] prices) { //i sell 0...i-1 min i-minValue max return process(prices); } private int process(int[] prices){ int min=prices[0]; int ans=0; for(int i=1;i<prices.length;i++){ min=Math.min(min,prices[i-1]); ans=Math.max(ans,prices[i]-min); } return ans; }
122.买卖股票的最佳时机II
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。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。
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: [7,1,5,3,6,4]
输出: 7
思路:
把所有的上坡都找到,累加就是挣到的最大钱数
class Solution { public int maxProfit(int[] prices) { return process(prices); } private int process(int[] prices){ int ans=0; for(int i=1;i<prices.length;i++){ ans+=Math.max(0,prices[i]-prices[i-1]); } return ans; } }
arr ,k
如是K很大,大到数组的长度一半以上,那么答案和题目二一样,相当于是交易次数不限
上坡:一个长度为N的数组,最最多有N/2个上坡
但是如果K比较小的话,那么就要用动态规划
dp[i][k]
0....i上做交易,最多交易K次,返回挣的最大钱数
8*3
i位置的价格是否参与交易(是否参与最后一次交易)
可能性:
1:不交易 dp[i][j]=dp[i-1][j]
2:i号价格参与最后一次交易才有意义(因为是参与的是倒数第二次,那么剩下的都是在i位置买卖,贪心)
i号时间点只需要讨论最后一次卖出的时机(同上,如是是买入时机,那么又要在i号卖出,没必要,贪心)
那么最后一次买入时机在哪?
i:那么j-1是在哪个范围上做的dp[i][j-1]
i-1:dp[i-1][j-1]+arr[i]-arr[i-1]
...
0:dp[0][j-1]+arr[i]-arr[0]
以上是所有的枚举行为
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
class Solution { public int maxProfit(int k, int[] prices) { return process(prices,k); } private int process(int[] prices,int k){ //dp[i][j] 0....i,j max //dp[i-1][j],dp[i][j-1]+p[i]-p[i],dp[i-1][j-1] + p[i]-p[i-1]...dp[0][j-1]+p[i]-p[0] //max if(prices==null || prices.length==0){ return 0; } int N=prices.length; int[][] dp=new int[N][k+1]; for(int i=1;i<N;i++){ for(int j=1;j<=k;j++){ dp[i][j]=dp[i-1][j]; int max=0; for(int s=0;s<=i;s++){ dp[i][j]=Math.max(dp[i][j],dp[i-s][j-1]-prices[i-s]+prices[i]); } } } return dp[N-1][k]; } }
优化:
列举依赖位置
class Solution { public int maxProfit(int k, int[] prices) { return process(prices,k); } private int process(int[] prices,int k){ //dp[i][j] 0....i,j max //dp[i-1][j],dp[i][j-1]+p[i]-p[i],dp[i-1][j-1] + p[i]-p[i-1]...dp[0][j-1]+p[i]-p[0] //max if(prices==null || prices.length<=1){ return 0; } int N=prices.length; int[][] dp=new int[k+1][N]; for(int j=1;j<=k;j++){ int bestChoose=Math.max(dp[j-1][1]-prices[1],dp[j-1][0]-prices[0]); dp[j][1]=Math.max(dp[j][0],bestChoose+prices[1]); for(int i=2;i<N;i++){ bestChoose=Math.max(bestChoose,dp[j-1][i]-prices[i]); dp[j][i]=Math.max(dp[j][i-1],bestChoose+prices[i]); } } return dp[k][N-1]; } }
714.买卖股票的最佳时机含手续费
给定一个整数数组 prices,其中第 i 个元素代表了第 i 天的股票价格 ;非负整数 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.
注意:
- 0 < prices.length <= 50000.
- 0 < prices[i] < 50000.
- 0 <= fee < 50000.
dp[i][0] 表示第i天持有股票所省最多现金。 dp[i][1] 表示第i天不持有股票所得最多现金
class Solution { public int maxProfit(int[] prices, int fee) { return process(prices,fee); } private int process(int[] prices,int fee){ //dp[i][0] 0...i buy status dp[i][1] 0...i sell status //dp[0][0]=-prices[0] //dp[1][0]. dp[1][1] //dp[i][0]. dp[i-1][0] ,dp[i-1][1] dp[i][0]-prices[i]. //dp[i][1]. dp[i-1][1], dp[i-1][0] dp[i][0]+prices[i]-fee int N=prices.length; int[][] dp=new int[N][2]; dp[0][0]=-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],dp[i-1][0]+prices[i]-fee); } return Math.max(dp[N-1][0],dp[N-1][1]); } }
309.最佳买卖股票时机含冷冻期
给定一个整数数组,其中第 i 个元素代表了第 i 天的股票价格 。
设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票):
- 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)。
- 卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
示例: 输入: [1,2,3,0,2] 输出: 3 解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]
class Solution { public int maxProfit(int[] prices) { return process(prices); } private int process(int[] prices){ //dp[i][0] 0...i buy status //dp[i][1] 0...i sell today status //dp[i][2] 0...i sell two days before status //dp[i][3] 0...i clod today status,then yesday is sell status //dp[i][0]. 今天是buy的状态 //p1= before buy. dp[i-1][0] 之前是保持buy的状态 //tody buy 今天buy,那么之前有可能是clod status,或两天前就是卖出的状态 //p2=dp[i-1][3] -prices[i] p3=dp[i-1][2]-prices[i] //dp[i][1] sell today staus 今天卖出,那么之前是买入的状态 // p1=prices[i]+dp[i-1][0] //dp[i][2] 0...i sell two days before status 两天前就是卖出的状态, //那么前一天有可能是也是两天前就是卖出的状态 或 前一天clod status //p1=dp[i-1][2] ,dp[i-1][3] //dp[i][3] 0...i clod today status,then yesday is sell status //今天是冷冻期,那么前一天肯定是卖出的状态 //p1=dp[i-1][1] int N=prices.length; int[][] dp=new int[N][4]; dp[0][0]=-prices[0]; for(int i=1;i<N;i++){ dp[i][0]=Math.max(dp[i-1][0],Math.max(dp[i-1][3],dp[i-1][2])-prices[i]); dp[i][1]=dp[i-1][0]+prices[i]; dp[i][2]=Math.max(dp[i-1][2],dp[i-1][3]); dp[i][3]=dp[i-1][1]; } return Math.max(Math.max(dp[N-1][1],dp[N-1][2]),dp[N-1][3]); } }