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 。
示例 1:
输入:prices = [7,1,5,3,6,4]
输出: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 。
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 。 总利润为 4 。
示例 3:
输入:prices = [7,6,4,3,1] 输出:0 解释:在这种情况下, 交易无法获得正利润,所以不参与交易可以获得最大利润,最大利润为 0 。
提示:
1 <= prices.length <= 3 * 1040 <= prices[i] <= 104思路:这道题我是用dp写的。这道题其实还是类似背包问题,还是考虑每天的股票是买还是卖,还是说不买也不卖,所有的方案集合一定包括了答案,所以也就符合动态规划中的“不漏”,再在答案里卖你求一个max就行了。
那么我们怎么表示每天利润的状态呢?既然是求获得的利润,那么,我们设dp[i][0],dp[i][1],分别表示第i天之后,手里面是否还有股票的最大利润。简单来说,对于每一天,只有两种状态,一种是有票,一种是没有票。
那么对于第i天之后,我们也只有两种状态,一种是有票,还有一种是没有票(股票)。
如果是有票,说明要么是在第i天买了股票,要么就是第i-1天之前买的票到第i天还没卖出去。
如果是没有票,说明要么是在第i天把票卖了,要么就是第i-1天也没有票并且第i天也不打算买。
于是乎可以得到状态转移方程:
dp[i][0]=max(dp[i-1][0],dp[i-1][1]+price[i])
dp[i][1]=max(dp[i-1][1],dp[i-1][0]-price[i])
这里我们需要注意的是,dp[i-1][1]+price[i]表示的是到第i天把票卖出去(前提是第i-1天手里有票),这个时候总利润+price[i],dp[i-1][0]-price[i]表示的是买第i天的票(前提是第i-1天手里没有票),这个时候总利润-price[i]。
代码:- class Solution {
- public:
- int maxProfit(vector<int>& prices) {
- int n=prices.size();
- int dp[n][2];
- dp[0][0]=0;
- dp[0][1]=-prices[0];
- for(int i=1;i
- 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]);
- }
- return max(dp[n-1][0],dp[n-1][1]);
- }
- };