LeetCode买卖股票的最佳时机

文章目录

  • LeetCode买卖股票的最佳时机
    • 121 买卖股票的最佳时机Ⅰ
      • 题目描述
      • 代码
    • 122 买卖股票的最佳时间Ⅱ
      • 题目描述
      • 代码
    • 123 买卖股票的最佳时机Ⅲ
      • 题目描述
      • 代码一(会超时)
      • 代码二(dp)
    • 188 买卖股票的最佳时机Ⅳ
      • 题目描述
      • 代码

LeetCode买卖股票的最佳时机

121 买卖股票的最佳时机Ⅰ

题目描述

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
解释:在第 2 天(股票价格 = 1)的时候买入,在第 5 天(股票价格 = 6)的时候卖出,最大利润 = 6-1 = 5 。注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格;同时,你不能在买入前卖出股票。

示例 2:

输入:prices = [7,6,4,3,1]
输出:0
解释:在这种情况下, 没有交易完成, 所以最大利润为 0。

提示:

  • 1 <= prices.length <= 105
  • 0 <= prices[i] <= 104

代码

class Solution {public int maxProfit(int[] prices) {int res =0; // 记录最大利润int sell = 0; // 记录何时卖股票的指针int buy = prices[0]; // 当前买入的价格while(sell < prices.length){int price = prices[sell]; res = Math.max(price - buy,res); // 如果当前卖股票的收益大于当前利润,则更新利润buy = Math.min(price,buy); // 如果当前买入股票的价格小于之前买入股票的价格,则在当前买入sell++;}return res;}
}

122 买卖股票的最佳时间Ⅱ

题目描述

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 * 104
  • 0 <= prices[i] <= 104

代码

class Solution {public int maxProfit(int[] prices) {int res = 0;int buy = prices[0];int sell = 0;while(sell < prices.length){int price  = prices[sell];if(price > buy){res += price - buy;}buy = price;sell++;}return res;}
}

与Ⅰ的不同之处在于只要卖出价格大于买入价格即可卖出

123 买卖股票的最佳时机Ⅲ

题目描述

给定一个数组,它的第 i 个元素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 两笔 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:prices = [3,3,5,0,0,3,1,4]
输出:6
解释:在第 4 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 。随后,在第 7 天(股票价格 = 1)的时候买入,在第 8 天 (股票价格 = 4)的时候卖出,这笔交易所能获得利润 = 4-1 = 3 。

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 。   注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。   因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。

示例 3:

输入:prices = [7,6,4,3,1] 
输出:0 
解释:在这个情况下, 没有交易完成, 所以最大利润为 0。

示例 4:

输入:prices = [1]
输出:0

提示:

  • 1 <= prices.length <= 105
  • 0 <= prices[i] <= 105

代码一(会超时)

可以尝试将数组切分成两份,这样就能将问题转化为买卖股票的最佳时机Ⅰ,只要分别求两个子数组的最大利润并相加即可。

class Solution {public int getMax(int[] prices){int res = 0;int buy = prices[0];int sell = 0;while(sell < prices.length){int price = prices[sell];res = Math.max(res,price-buy);buy = Math.min(price,buy);sell++;}return res;}public int maxProfit(int[] prices) {int res = 0;int tem1=0,tem2 = 0;for(int i=1;i<prices.length;i++){tem1 = getMax(Arrays.copyOfRange(prices,0,i));tem2 = getMax(Arrays.copyOfRange(prices,i-1,prices.length));res = Math.max(res,tem1+tem2);}return res;}
}

代码二(dp)

用dp1[i]来记录从第一天开始到第 i 天时能获得的最大利润;

用dp2[i]来记录从最后一天开始到第 i 天时能获得的最大利润。

dp1[i] + dp2[i] 即为买卖两次能获得的利润。

class Solution {public int maxProfit(int[] prices) {int len = prices.length;int[] dp1 = new int[len];int[] dp2 = new int[len];int buy1 = prices[0];int sell2 = prices[len-1];for(int i=1;i<len;i++){int price = prices[i];dp1[i] = Math.max(dp1[i-1],price - buy1);buy1 = Math.min(buy1,price); }for(int i=len-2;i>=0;i--){int price = prices[i];dp2[i] = Math.max(dp2[i+1],sell2 - price);sell2 = Math.max(sell2,price);}int res = 0;for(int i=0;i<len;i++){res = Math.max(res,dp1[i] + dp2[i]);}return res;}
}

188 买卖股票的最佳时机Ⅳ

题目描述

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 。

提示:

  • 1 <= k <= 100
  • 1 <= prices.length <= 1000
  • 0 <= prices[i] <= 1000

代码

用一个二维数组dp[i][j]记录买卖 i 次时到第 j 个元素所能获得的最大利润

当第 i (i >= 2)次卖出时的,若买入的时间为buy,则此时的利润为:dp[i-1][buy] + 买卖价格差。

class Solution {public int maxProfit(int k, int[] prices) {int len = prices.length;int[][] dp = new int[k][len];for(int i=0;i<k;i++){if(i==0){int buy = prices[0];for(int j=1;j<len;j++){int price = prices[j];dp[i][j] = Math.max(dp[i][j-1],price - buy);buy = Math.min(buy,price);}}else{  for(int j=1;j<len;j++){int buy = 0;int price = prices[j];while(buy<j){dp[i][j] = Math.max(dp[i-1][buy]+price - prices[buy],dp[i][j]);buy++;}dp[i][j] = Math.max(dp[i][j],dp[i][j-1]);}}}return dp[k-1][len-1];}
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/730211.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

题记(51)--L1-023 输出GPLT

目录 一、题目内容 二、输入描述 三、输出描述 四、输入输出示例 五、完整C语言代码 一、题目内容 给定一个长度不超过10000的、仅由英文字母构成的字符串。请将字符重新调整顺序&#xff0c;按GPLTGPLT....这样的顺序输出&#xff0c;并忽略其它字符。当然&#xff0c;四…

【PyTorch】进阶学习:探索BCEWithLogitsLoss的正确使用---二元分类问题中的logits与标签形状问题

【PyTorch】进阶学习&#xff1a;探索BCEWithLogitsLoss的正确使用—二元分类问题中的logits与标签形状问题 &#x1f308; 个人主页&#xff1a;高斯小哥 &#x1f525; 高质量专栏&#xff1a;Matplotlib之旅&#xff1a;零基础精通数据可视化、Python基础【高质量合集】、Py…

微服务架构 | 多级缓存

INDEX 通用设计概述2 优势3 最佳实践 通用设计概述 通用设计思路如下图 内容分发网络&#xff08;CDN&#xff09; 可以理解为一些服务器的副本&#xff0c;这些副本服务器可以广泛的部署在服务器提供服务的区域内&#xff0c;并存有服务器中的一些数据。 用户访问原始服务器…

(未解决)macOS matplotlib 中文是方框

reference&#xff1a; Mac OS系统下实现python matplotlib包绘图显示中文(亲测有效)_mac plt 中文值-CSDN博客 module ‘matplotlib.font_manager‘ has no attribute ‘_rebuild‘解决方法_font_manager未解析-CSDN博客 # 问题描述&#xff08;笑死 显而易见 # solve 找到…

C++从零开始的打怪升级之路(day46)

这是关于一个普通双非本科大一学生的C的学习记录贴 在此前&#xff0c;我学了一点点C语言还有简单的数据结构&#xff0c;如果有小伙伴想和我一起学习的&#xff0c;可以私信我交流分享学习资料 那么开启正题 今天分享的是关于二叉树的题目 1.从前序与中序遍历序列构造二叉…

自编码器(Autoencoder, AE)

自编码器(Autoencoder, AE)是一种无监督学习算法,它利用神经网络来学习数据的高效表示(即编码)。自编码器的目标是能够通过输入数据学习到一个压缩的、分布式的表示,然后通过这种表示重构出原始数据。自编码器主要由两部分组成:编码器(Encoder)和解码器(Decoder)。 …

测试岗最好用的——十大软件测试工具

前言 目前由于软件测试工作在软件的生产过程中越来越重要&#xff0c;很多软件测试工具应运而生&#xff0c;这里介绍一下目前最流行的一些软件测试工具&#xff0c;一个十个&#xff0c;介绍如下&#xff1a;一、企业级自动化测试工具WinRunner 这款软件是Mercury Interacti…

【Linux】 yum —— Linux 的软件包管理器

Linux 的软件包管理器 yum yum 是什么什么是软件包查看软件包 yum 命令行工具yum 配置文件yum 凭什么可以支持下载呢&#xff1f;yum 生态yum 社区yum 的故障排除和资源支持yum 的持续集成和持续交付 yum 是什么 Yum&#xff08;Yellowdog Updater Modified&#xff09;是一个…

【PCIe】TLP结构与配置空间

&#x1f525;博客主页&#xff1a;PannLZ 文章目录 PCIe TLP结构PCIe配置空间和地址空间 PCIe TLP结构 TLP 主要由3个部分组成&#xff1a; Header 、 数据(可选&#xff0c;取决于具体的TLP 类 型 ) 和 ECRC (End to End CRC, 可选)。TLP 都始于发送端的事务层&#xff0c;终…

html 如何引入 百度地图

要在网页中创建和初始化一个地图&#xff0c;通常需要经过以下几个步骤&#xff1a;获取API密钥&#xff08;Access key 百度地图开放平台自行注册获取&#xff09;、加载API脚本、编写HTML、编写JS代码。 下面代码自行测试 html <!DOCTYPE html> <html> <he…

物联网,智慧城市的数字化转型引擎

随着科技的飞速发展&#xff0c;物联网&#xff08;IoT&#xff09;已成为推动智慧城市建设的关键力量。物联网技术通过连接各种设备和系统&#xff0c;实现数据的实时采集、传输和处理&#xff0c;为城市的智能化管理提供了强大的支持。在数字化转型的浪潮中&#xff0c;物联网…

【操作系统概念】 第8章:内存管理

文章目录 0.前言8.1 背景8.1.1 基本硬件8.1.2 地址绑定8.1.3 逻辑地址空间和物理地址空间8.1.4 动态加载&#xff08;dynamic loading&#xff09;8.1.5 动态链接&#xff08;dynamically linking&#xff09;与共享库 8.3 连续内存分配&#xff08;contiguous memory allocati…

【linuxC语言】dup、dup2函数

文章目录 前言一、dup函数二、dup2函数三、将标准输出重定向到文件总结 前言 在Linux环境下&#xff0c;dup、dup2以及原子操作都是用于文件描述符管理和处理的重要工具。这些功能提供了对文件描述符进行复制和原子操作的能力&#xff0c;使得在多线程或多进程环境中更加安全和…

10大主流压力/负载/性能测试工具推荐

在移动应用和Web服务正式发布之前&#xff0c;除了进行必要的功能测试和安全测试&#xff0c;为了保证互联网产品的服务交付质量&#xff0c;往往还需要做压力/负载/性能测试。然而很多传统企业在试水互联网的过程中&#xff0c;往往由于资源或产品迭代速度等原因忽视了这一块工…

整屋案例丨福州府108m²3室2厅2卫轻奢有度,高级耐看。福州中宅装饰,福州装修

空间之间的空间 比空间本身更具有意味&#xff0c; 但也容易被忽略&#xff0c; 正是由于“之间”的多元性和复杂性 以及它的不确定性&#xff0c; 空间之间变得无限可能。 平面设计图 项目信息 项目名称 | 福州府 设计地址 | 福建福州 项目面积 | 108㎡ 项目户型 | …

【JavaEE初阶】 JVM类加载简介

文章目录 &#x1f343;前言&#x1f332;类加载过程&#x1f6a9;加载&#x1f6a9;验证&#x1f6a9;准备&#x1f6a9;解析&#x1f6a9;初始化 &#x1f384;双亲委派模型&#x1f6a9;什么是双亲委派模型&#xff1f;&#x1f6a9;双亲委派模型的优点 ⭕总结 &#x1f343…

程序运行的基本流程

操作系统&#xff08;应用程序&#xff09;&#xff1a; 装系统就是将操作系统安装到硬盘1中 计算机启动的基本过程&#xff1a; 总结&#xff1a; 程序一般保存在硬盘中&#xff0c;软件安装的过程就是将程序写入硬盘的过程程序在运行时会加载进入内存&#xff0c;然后由CPU…

Alveo U200 和 U250 数据中心加速器卡硬件原理图

U200原理图中的一些重要组件和接口如下&#xff1a; QSFP (Quad Small Form-factor Pluggable)&#xff1a;QSFP 是一种高速网络连接器&#xff0c;可支持 40GbE/100GbE 等数据传输速率。在 U200 中&#xff0c;QSFP 用于与外部设备进行高速网络通信。 闪存&#xff1a;闪存是…

kl散度查看

Kullback-Leibler(KL)散度介绍 - 知乎 Kullback-Leibler Divergence Explained — Count Bayesie

【Python】6. 基础语法(4) -- 列表+元组+字典篇

列表和元组 列表是什么, 元组是什么 编程中, 经常需要使用变量, 来保存/表示数据. 如果代码中需要表示的数据个数比较少, 我们直接创建多个变量即可. num1 10 num2 20 num3 30 ......但是有的时候, 代码中需要表示的数据特别多, 甚至也不知道要表示多少个数据. 这个时候,…