代码随想录算法训练营第五十四天|123.买卖股票的最佳时机III , 188.买卖股票的最佳时机IV
123.买卖股票的最佳时机III
视频讲解:动态规划,股票至多买卖两次,怎么求? | LeetCode:123.买卖股票最佳时机III_哔哩哔哩_bilibili
确定递推公式
达到dp[i][1]状态,有两个具体操作:
- 操作一:第i天买入股票了,那么dp[i][1] = dp[i-1][0] - prices[i]
- 操作二:第i天没有操作,而是沿用前一天买入的状态,即:dp[i][1] = dp[i - 1][1]
那么dp[i][1]究竟选 dp[i-1][0] - prices[i],还是dp[i - 1][1]呢?
一定是选最大的,所以 dp[i][1] = max(dp[i-1][0] - prices[i], dp[i - 1][1]);
同理dp[i][2]也有两个操作:
- 操作一:第i天卖出股票了,那么dp[i][2] = dp[i - 1][1] + prices[i]
- 操作二:第i天没有操作,沿用前一天卖出股票的状态,即:dp[i][2] = dp[i - 1][2]
所以dp[i][2] = max(dp[i - 1][1] + prices[i], dp[i - 1][2])
同理可推出剩下状态部分:
dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] - prices[i]);
dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
class Solution {
public int maxProfit(int[] prices) {
//第一步:确定dp数组以及下标的含义,一天一共就有五个状态.
//dp[i][j]中 i表示第i天,j为 [0 - 4] 五个状态,dp[i][j]表示第i天状态j所剩最大现金。
//0.没有操作 (其实我们也可以不设置这个状态)
//1.第一次持有股票
//2.第一次不持有股票
//3.第二次持有股票
//4.第二次不持有股票
//第二步:确定递推公式
//dp[i][1]状态,有两个具体操作:
//操作一:第i天买入股票了dp[i][1] = dp[i][0] - prices[i]
//操作二:第i天没有操作,而是沿用前一天买入的状态 dp[i][1] = dp[i - 1][1]
//dp[i][2]状态,有两个具体操作:
//操作一:第i天卖出股票了dp[i][2] = dp[i - 1][1] + prices[i]
//操作二:第i天没有操作,而是沿用前一天卖出的状态 dp[i][2] = dp[i - 1][2]
int dp[][] = new int[prices.length][5];
dp[0][0] = 0;
dp[0][1] = -prices[0];
dp[0][3] = -prices[0];
for (int i = 1; i < prices.length; i++) {
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
dp[i][2] = Math.max(dp[i - 1][2], dp[i - 1][1] + prices[i]);
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
视频讲解: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_哔哩哔哩_bilibili
class Solution {
public int maxProfit(int k, int[] prices) {
//二维数组 dp[i][j] :第i天的状态为j,所剩下的最大现金是dp[i][j]
//题目要求是至多有K笔交易,那么j的范围就定义为 2 * k + 1 就可以了。
//当j为偶数时,表示不持有股票的状态。当j为奇数时,表示持有股票的状态。
int dp[][] = new int[prices.length][k * 2 + 1];
for (int i = 1; i < k * 2 + 1; i += 2) {
dp[0][i] = -prices[0];
}
for (int i = 1; i < prices.length; i++) {
for (int j = 0; j < k * 2 + 1; j++) {
if (j == 0) {
dp[i][j] = dp[i - 1][j];
} else if (j % 2 == 0) {
dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - 1] + prices[i]);
} else {
dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - 1] - prices[i]);
}
}
}
return dp[prices.length - 1][k * 2];
}
}
原文地址:https://blog.csdn.net/weixin_43813869/article/details/136143696
免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!