• Leetcode.122 买卖股票的最佳时机 II


    题目链接

    Leetcode.122 买卖股票的最佳时机 II mid

    题目描述

    给你一个整数数组 p r i c e s prices prices ,其中 p r i c e s [ i ] prices[i] prices[i] 表示某支股票第 i i 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 ≤ p r i c e s . l e n g t h ≤ 3 ∗ 1 0 4 1 \leq prices.length \leq 3 * 10^4 1prices.length3104
    • 0 ≤ p r i c e s [ i ] ≤ 1 0 4 0 \leq prices[i] \leq 10^4 0prices[i]104

    解法一:动态规划

    由于题目要求,在任何时间我们手里最多持有一份股票,那么我们可以做出如下定义:

    • 定义 f [ i ] [ 0 ] f[i][0] f[i][0] 为 第 i i i未持有股票的最大利润
    • 定义 f [ i ] [ 1 ] f[i][1] f[i][1] 为 第 i i i持有股票的最大利润

    状态转移

    • f [ i ] [ 0 ] = m a x ( f [ i − 1 ] [ 0 ] , f [ i − 1 ] [ 1 ] + p r i c e s [ i ] ) f[i][0] = max(f[i-1][0],f[i-1][1] + prices[i]) f[i][0]=max(f[i1][0],f[i1][1]+prices[i])
    • f [ i ] [ 1 ] = m a x ( f [ i − 1 ] [ 1 ] , f [ i − 1 ] [ 0 ] − p r i c e s [ i ] ) f[i][1] = max(f[i-1][1],f[i-1][0] - prices[i]) f[i][1]=max(f[i1][1],f[i1][0]prices[i])

    最终返回的答案就是 f [ n − 1 ] [ 0 ] f[n-1][0] f[n1][0]

    时间复杂度: O ( n ) O(n) O(n)

    C++代码:

    class Solution {
    public:
        int maxProfit(vector<int>& prices) {
            int n = prices.size();
            int f[n][2];
            memset(f,0,sizeof f);
    
            f[0][1] = -prices[0];
            for(int i = 1;i < n;i++){
                f[i][0] = max(f[i - 1][0] , f[i - 1][1] + prices[i]);
                f[i][1] = max(f[i - 1][1] , f[i - 1][0] - prices[i]);
            }
    
            return f[n - 1][0];
        }
    };
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16

    解法二:动态规划 + 优化空间

    我们注意到 f [ i ] f[i] f[i] 只与 f [ i − 1 ] f[i-1] f[i1] 有关,所以我们可以优化掉一维的空间。

    • 定义 f 0 f0 f0 为 第 i i i未持有股票的最大利润
    • 定义 f 1 f1 f1 为 第 i i i持有股票的最大利润

    最终返回的答案就是 f 1 f1 f1

    时间复杂度: O ( n ) O(n) O(n)

    C++代码:

    class Solution {
    public:
        int maxProfit(vector<int>& prices) {
            int n = prices.size();
            int f0 = 0 , f1 = -prices[0];
            for(int i = 1;i < n;i++){
                int new_f0 = max(f0,f1 + prices[i]);
                f1 = max(f1,f0 - prices[i]);
                f0 = new_f0;
            }
    
            return f0;
        }
    };
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    解法三:贪心

    我们假设从第一天到第 n n n 天的价格为 p 1 , p 2 , p 3 , . . . , p n p_1,p_2,p_3,...,p_n p1,p2,p3,...,pn

    对于 [ p l , p l + 1 ] [p_l,p_{l+1}] [pl,pl+1],它的利润是 p l + 1 − p l p_{l + 1} - p_l pl+1pl,如果是负数表示是 负收益,否则就是正收益

    如果某一区间 [ p l , p r ] [p_l,p_r] [pl,pr]连续递增 的,那么这一区间的利润为 p r − p l p_r - p_l prpl,并且:

    p r − p l = ( p l + 1 − p l ) + ( p l + 2 − p l + 1 ) + . . . + ( p r − p r − 1 ) p_r-p_l = (p_{l+1}-p_l)+(p_{l+2}-p_{l+1})+...+(p_r-p_{r-1}) prpl=(pl+1pl)+(pl+2pl+1)+...+(prpr1)

    如果某一区间 [ p l , p r ] [p_l,p_r] [pl,pr]连续递减 的,因为是负收益,所以不交易。

    总结: 对于任何一个 [ p i , p i + 1 ] [p_i,p_{i + 1}] [pi,pi+1],如果 p i + 1 − p i > 0 p_{i+1} - p_i > 0 pi+1pi>0,那么就将其添加到总收益中;否则不添加。

    时间复杂度: O ( n ) O(n) O(n)

    C++代码:

    class Solution {
    public:
        int maxProfit(vector<int>& prices) {
            int n = prices.size() , ans = 0;
            for(int i = 1;i < n;i++){
                int p = prices[i] - prices[i - 1];
                if(p > 0) ans += p;
            }
    
            return ans;
        }
    };
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
  • 相关阅读:
    LM2596S DC-DC可调降压模块
    以开发之名|斗罗大陆:创造一个尽情探险的开放式游戏世界
    Spring Boot自动装配原理超详细解析
    QT DAY6
    【ceph】ceph集群的节点机器重启,导致磁盘的lvm消失,如何恢复呢~~满满的都是干货
    VirtualBox 进入虚拟机后,鼠标出不来了
    正则匹配删除指令
    【python】爬取链家二手房数据做数据分析【附源码】
    Vue 3 打印解决方案:Vue-Plugin-HiPrint
    C++学习第七课--vector类型笔记
  • 原文地址:https://blog.csdn.net/m0_74396439/article/details/133640607