当前位置: 首页 > news >正文

DAY46 ||188.买卖股票的最佳时机IV |309.最佳买卖股票时机含冷冻期 |714.买卖股票的最佳时机含手续费

188.买卖股票的最佳时机IV

188. 买卖股票的最佳时机 IV - 力扣(LeetCode)

给你一个整数数组 prices 和一个整数 k ,其中 prices[i] 是某支给定的股票在第 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。也就是说,你最多可以买 k 次,卖 k 次。

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
解释:在第 1 天 (股票价格 = 2) 的时候买入,在第 2 天 (股票价格 = 4) 的时候卖出,这笔交易所能获得利润 = 4-2 = 2 。

示例 2:

输入:k = 2, prices = [3,2,6,5,0,3]
输出:7
解释:在第 2 天 (股票价格 = 2) 的时候买入,在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。随后,在第 5 天 (股票价格 = 0) 的时候买入,在第 6 天 (股票价格 = 3) 的时候卖出, 这笔交易所能获得利润 = 3-0 = 3 。

思路

和3差不多,区别就在于这里是可以买卖多次。那么就是dp数组的状态增多了而已。

j的状态表示为:

  • 0 表示不操作
  • 1 第一次买入
  • 2 第一次卖出
  • 3 第二次买入
  • 4 第二次卖出
  • .....

大家应该发现规律了吧 ,除了0以外,偶数就是卖出,奇数就是买入

本题就是多了一层处理奇数偶数的复杂度罢了。捋清楚就好。

dp举例

代码

class Solution {
public:int maxProfit(int k, vector<int>& prices) {//可以买卖k次,只是相比Ⅲ处理奇数偶数上复杂了点if(prices.size()==0)return 0;int len=prices.size();vector<vector<int>>dp(len,vector<int>(2*k+1,0));for(int i=1;i<2*k;i+=2)//奇数买入,偶数卖出dp[0][i]=-prices[0];for(int i=1;i<len;i++){for(int j=0;j<2*k-1;j+=2){dp[i][j+1]=max(dp[i-1][j+1],dp[i-1][j]-prices[i]);//奇数,延续上一天状态或者上一天不买但今天买入dp[i][j+2]=max(dp[i-1][j+2],dp[i-1][j+1]+prices[i]);//偶数,延续上一天状态或者上一天不卖但今天卖}}return dp[len-1][2*k];}
};

309.最佳买卖股票时机含冷冻期

309. 买卖股票的最佳时机含冷冻期 - 力扣(LeetCode)

给定一个整数数组prices,其中第  prices[i] 表示第 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):

  • 卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。

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: prices = [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]

示例 2:

输入: prices = [1]
输出: 0

dp[i][j],第i天状态为j,所剩的最多现金为dp[i][j]。

  • dp[i][0]持有股票的状态
  • dp[i][1]:不持有股票且可以自由买卖的状态
  • dp[i][2]:不持有股票且不处于冷冻期的状态
  • dp[i][3]:不持有股票且处于冷冻期的状态

 

  • 状态一:持有股票状态(今天买入股票,或者是之前就买入了股票然后没有操作,一直持有)
  • 不持有股票状态,这里就有两种卖出股票状态
    • 状态二:保持卖出股票的状态(两天前就卖出了股票,度过一天冷冻期。或者是前一天就是卖出股票状态,一直没操作)
    • 状态三:今天卖出股票
  • 状态四:今天为冷冻期状态,但冷冻期状态不可持续,只有一天!

 

达到买入股票状态(状态一)即:dp[i][0],有两个具体操作:

  • 操作一:前一天就是持有股票状态(状态一),dp[i][0] = dp[i - 1][0]
  • 操作二:今天买入了,有两种情况
    • 前一天是冷冻期(状态四),dp[i - 1][3] - prices[i]
    • 前一天是保持卖出股票的状态(状态二),dp[i - 1][1] - prices[i]

那么dp[i][0] = max(dp[i - 1][0], dp[i - 1][3] - prices[i], dp[i - 1][1] - prices[i]);

达到保持卖出股票状态(状态二)即:dp[i][1],有两个具体操作:

  • 操作一:前一天就是状态二
  • 操作二:前一天是冷冻期(状态四)

dp[i][1] = max(dp[i - 1][1], dp[i - 1][3]);

达到今天就卖出股票状态(状态三),即:dp[i][2] ,只有一个操作:

昨天一定是持有股票状态(状态一),今天卖出

即:dp[i][2] = dp[i - 1][0] + prices[i];

达到冷冻期状态(状态四),即:dp[i][3],只有一个操作:

昨天卖出了股票(状态三)

dp[i][3] = dp[i - 1][2];

 

 

代码 

class Solution {
public:int maxProfit(vector<int>& prices) {int n=prices.size();if(n==0)return 0;vector<vector<int>>dp(n,vector(4,0));dp[0][0]-=prices[0];for(int i=1;i<n;i++){dp[i][0]=max(dp[i-1][0],max(dp[i-1][3]-prices[i],dp[i-1][1]-prices[i]));dp[i][1]=max(dp[i-1][1],dp[i-1][3]);dp[i][2]=dp[i-1][0]+prices[i];dp[i][3]=dp[i-1][2];//卖出股票后,无法第二天买入股票(冷冻期)}return max(dp[n-1][3],max(dp[n-1][2],dp[n-1][1]));//返回最后一天可能的最大收益,它可能是处于冷冻期、卖出股票后或自由买卖状态中的任何一个。}
};

714.买卖股票的最佳时机含手续费

714. 买卖股票的最佳时机含手续费 - 力扣(LeetCode)

给定一个整数数组 prices,其中 prices[i]表示第 i 天的股票价格 ;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

示例 2:

输入:prices = [1,3,7,5,10,3], fee = 3
输出:6

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。

如果第i天持有股票即dp[i][0]

  • 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]

所以:dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);

如果第i天不持有股票即dp[i][1]的情况

  • 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,注意这里需要有手续费了即:dp[i - 1][0] + prices[i] - fee

所以:dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i] - fee);

代码

和前面做过的动态规划:122.买卖股票的最佳时机II挺像的,就是多了手续费。

class Solution {
public:int maxProfit(vector<int>& prices, int fee) {int n=prices.size();vector<vector<int>>dp(n,vector<int>(2,0));dp[0][0]-=prices[0];for(int i=1;i<n;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]-fee);//卖出股票需要支付fee}return max(dp[n-1][0],dp[n-1][1]);}
};

 


http://www.mrgr.cn/news/60912.html

相关文章:

  • ​Leetcode 166.珠宝的最高价值​ 网格图dp C++实现
  • C#入坑JAVA MyBatis入门 CURD 批量 联表分页查询
  • 排序:为什么插入排序比冒泡排序更受欢迎?
  • Pygame 游戏编程详解
  • 如何实现PHP的安全最大化
  • 经典面试题:Hashtable, HashMap, ConcurrentHashMap 之间的区别
  • 单细胞数据分析(三):单细胞聚类分析
  • 青少年编程与数学 02-002 Sql Server 数据库应用 19课题、数据库设计实例
  • 实时监控商品信息,加速迭代优化:助力商家产品持续精进之路
  • EPLAN软件损坏或系统问题可以这样修复
  • 空天地遥感数据识别与计算——建议收藏!
  • Pytorch可视化Visdom、tensorboardX和Torchvision
  • 第J8周:Inception v1算法实战与解析
  • 智慧用电监控装置:引领0.4kV安全用电新时代
  • Linux系统解压分卷压缩文件的解决方案
  • 图解Redis 06 | Hash数据类型的原理及应用场景
  • Java与C++:比较与对比
  • 实验04while(简单循环)---7-7 斐波那契数列第n项
  • spygalss cdc 检测的bug(二)
  • Anki插件Export deck to html的改造