LeetCode:买卖股票的最佳时机 系列Ⅰ、Ⅱ、Ⅲ、Ⅳ(C++)

目录

121. 买卖股票的最佳时机

122. 买卖股票的最佳时机 II

123. 买卖股票的最佳时机 III

188. 买卖股票的最佳时机 IV


121. 买卖股票的最佳时机

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

实现代码与解析:

遍历

class Solution {
public:int maxProfit(vector<int>& prices) {int low = INT_MAX;int res = 0;for (int i = 0; i < prices.size(); i++){low = min(low, prices[i]);res = max(res, prices[i] - low);}return res;}
};

原理思路:

        简单题,就是遍历找前后最大差值而已。

122. 买卖股票的最佳时机 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

实现代码与解析:

贪心

class Solution {
public:int maxProfit(vector<int>& prices) {int result=0;for(int i=1;i<prices.size();i++){//赚钱直接卖出if(prices[i]-prices[i-1]>0) result=result+prices[i]-prices[i-1];}return result;}
};

原理思路:

        只要赚钱就卖出。

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

实现代码与解析:

动态规划


class Solution {
public:int maxProfit(vector<int>& prices) {// int f[prices.size()][5]vector<vector<int>> f(prices.size(), vector<int>(5, 0));f[0][0] = 0, f[0][1] = -prices[0], f[0][2] = 0, f[0][3] = -prices[0], f[0][4] = 0; // 未持有、第一次持有股票,第一次不持有股票, 第二次持有股票,第二次不持有股票的金额for (int i = 1; i < prices.size(); i++){f[i][1] = max(f[i - 1][1], f[i - 1][0] - prices[i]); // 第i天第一次持有状态的最大金额 = max(已经持有,第i天购入) f[i][2] = max(f[i - 1][2], f[i - 1][1] + prices[i]); // 第i天第一次不持有状态的最大金额 = max(已经不持有, 第 i 天卖出)f[i][3] = max(f[i - 1][3], f[i - 1][2] - prices[i]); // 第i天第二次持有状态最大金额 = max(已经第二次持有, 第 i 天购入)f[i][4] = max(f[i - 1][4], f[i - 1][3] + prices[i]); // 第i天第二次不持有状态最大金额 = max(已经第二次不持有, 第i天卖出)}return f[prices.size() - 1][4]; // 根据dp数组的含义,最后一天后不持有的最大金额为结果}
}

原理思路:     

        根据题意,每天可以有四个状态,第一次持有股票,第一次不持有股票, 第二次持有股票,第二次不持有股票,所以可以定义出dp数组,表示第 i 天四个状态的最大金额。(当然还有一次没买入的状态,也就是下标0的位置,本身就都为0,就不再过程中单独赋值了)

        初始化可以理解为在当天买入,又在当天卖出,所以第一次买入和第二次买入利润为负数不要奇怪,负数的理解就是当前不赚还亏钱,这点很重要,帮助我们理解dp数组。所以根据dp数组含义不难写出递推公式。

递推公式:

        f[i][1] = max(f[i - 1][1], f[i - 1][0] - prices[i]); // 第i天第一次持有状态的最大金额 = max(已经第一次持有,第 i 天购入)

        f[i][2] = max(f[i - 1][2], f[i - 1][1] + prices[i]); // 第i天第一次不持有状态的最大金额 = max(已经第一次不持有, 第 i 天卖出)

        f[i][3] = max(f[i - 1][3], f[i - 1][2] - prices[i]); // 第i天第二次持有状态最大金额 = max(已经第二次持有, 第 i 天购入)

        f[i][4] = max(f[i - 1][4], f[i - 1][3] + prices[i]); // 第i天第二次不持有状态最大金额 = max(已经第二次不持有, 第 i 天卖出)

        最后输出结果即可,当然可以看出状态只由上一层中左上和上状态计算得到,所以可以一维优化。

        为什么都取max?

        买入时取max,说明买入花的钱越少,剩的钱越多。

        卖出时取max,说明卖出的利润多,赚的钱越多。

注意点:买入为减,卖出为加。

一维优化

class Solution {
public:int maxProfit(vector<int>& prices) {// int f[prices.size()][5]vector<int> f(5, 0);f[0] = 0, f[1] = -prices[0], f[2] = 0, f[3] = -prices[0], f[4] = 0; // 第一次持有股票,第一次不持有股票, 第二次持有股票,第二次不持有股票的金额for (int i = 1; i < prices.size(); i++){f[1] = max(f[1], f[0] - prices[i]); // 第i天第一次持有状态的最大金额 = max(已经持有,第i天购入) f[2] = max(f[2], f[1] + prices[i]); // 第i天第一次不持有状态的最大金额 = max(已经不持有, 第 i 天卖出)f[3] = max(f[3], f[2] - prices[i]); // 第i天第二次持有状态最大金额 = max(已经第二次持有, 第 i 天购入)f[4] = max(f[4], f[3] + prices[i]); // 第i天第二次不持有状态最大金额 = max(已经第二次不持有, 第i天卖出)}return f[4]; // 根据dp数组的含义,最后一天后不持有的最大金额为结果}
};

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

实现代码与解析:

动态规划

class Solution {
public:int maxProfit(int k, vector<int>& prices) {vector<vector<int>> f(prices.size(), vector(2 * k + 1, 0));for (int i = 1; i < 2 * k; i += 2){f[0][i] = -prices[0];}for (int i = 1; i < prices.size(); i++){for (int j = 1; j <= 2 * k; j += 2){f[i][j] = max(f[i - 1][j], f[i - 1][j - 1] - prices[i]);f[i][j + 1] = max(f[i - 1][j + 1], f[i - 1][j] + prices[i]);}}return f[prices.size() - 1][2 * k];}
};

原理思路:

        与上一题完全相同,只不过变成了k次买卖,只需要根据上一题把数组扩大成2 * k 的大小,分别表示第k次持有和不持有状态的最大金额,依照上一题根据奇偶写出递推式即可。

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/94938.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

flink选择slot

flink选择slot 在这个类里修改 package org.apache.flink.runtime.resourcemanager.slotmanager.SlotManagerImpl; findMatchingSlot(resourceProfile)&#xff1a;找到满足要求的slot&#xff08;负责从哪个taskmanager中获取slot&#xff09;对应上图第8&#xff0c;9&…

国庆中秋特辑(八)Spring Boot项目如何使用JPA

目录 一、Spring Boot 项目使用 JPA 的步骤二、Spring Boot 项目使用 JPA 注意事项三、Spring Boot 项目使用 JPA 常用语法 Spring Boot项目如何使用JPA&#xff0c;具体如下 一、Spring Boot 项目使用 JPA 的步骤 添加依赖 在项目的 pom.xml 文件中添加 Spring Boot JPA 和数…

基于SpringBoot的网上超市系统

基于SpringBoot的网上超市系统的设计与实现 开发语言&#xff1a;Java数据库&#xff1a;MySQL技术&#xff1a;SpringBootMyBatis工具&#xff1a;IDEA/Ecilpse、Navicat、Maven 【主要功能】 角色&#xff1a;用户、管理员 管理员&#xff1a;个人中心、用户管理、商品分类…

Electron.js入门-构建第一个聊天应用程序

什么是electron 电子是一个开源框架&#xff0c;用于使用web技术构建跨平台桌面应用程序&#xff1b;即&#xff1a; HTML、CSS和JavaScript&#xff1b;被集成为节点模块&#xff0c;我们可以为我们的应用程序使用节点的所有功能&#xff1b;组件&#xff0c;如数据库、Api休…

【HUAWEI】VLAN+OSPF+单臂路由

目录 &#x1f96e;写在前面 &#x1f96e;3.1、拓扑图 &#x1f96e;3.2、操作思路 &#x1f96e;3.3、配置操作 &#x1f363;3.3.1、LSW2配置 &#x1f363;3.3.2、LSW3配置 &#x1f363;3.3.3、R1配置 &#x1f363;3.3.4、R2配置 &#x1f363;3.3.5、LSW1配置 &#x1f…

蓝桥等考Python组别十一级008

第一部分:选择题 1、Python L11 (15分) 运行下面程序,输出的结果是( )。 a = list(range(1, 3)) print(a) [1, 2][2, 3][1, 2, 3][1, 2, 3, 4]正确答案:A 2、Python L11 (15分)

SQL之LIMIT子句踩坑记录

部分场景下&#xff0c;我们可能希望从一个大表 unparsed 中抽取前100行并对这些行应用UDF&#xff0c;一种容易想到的SQL语句如下&#xff1a; pyspark insert into table parsed select url, parse_func(content) as parsed_content from unparsed limit 100;但这个语句实际…

力扣 -- 518. 零钱兑换 II(完全背包问题)

解题步骤&#xff1a; 参考代码&#xff1a; 未优化代码&#xff1a; class Solution { public:int change(int amount, vector<int>& coins) {int ncoins.size();//多开一行&#xff0c;多开一列vector<vector<int>> dp(n1,vector<int>(amount1…

Python3数据科学包系列(三):数据分析实战

Python3中类的高级语法及实战 Python3(基础|高级)语法实战(|多线程|多进程|线程池|进程池技术)|多线程安全问题解决方案 Python3数据科学包系列(一):数据分析实战 Python3数据科学包系列(二):数据分析实战 Python3数据科学包系列(三):数据分析实战 一: 数据分析与挖掘认知…

Xcode、终端、Mason、nvim.debug环境路径

Xcode&#xff1a; /Applications/Xcode.app/Contents/Developer/Platforms/MacOSX.platform/Developer/SDKs/MacOSX.sdk/usr/include 终端&#xff1a; /Library/Developer/CommandLineTools/usr/include Mason: /Users/donny/.local/share/nvim/mason/packages/clangd/…

Linux apt-get update - Could not connect to XXX(Connection refused)

Linux: apt-get update ----Err:Could not connect to XXX(Connection refused) - 知乎 先换源&#xff08;vi不好使用&#xff0c;可以换成gedit&#xff09; 若还是不行&#xff0c;可以再尝试执行&#xff1a; unset http_proxy unset https_proxy

蓝桥等考Python组别十二级002

第一部分:选择题 1、Python L12 (15分) 运行下面程序,输出的结果是( )。 lis = [4, 1, 6, 5, 2, 3] print(lis[0 : 2]) [4, 1] [1, 6][4][1, 6, 5]正确答案:A 2、Python L12 (15

图像分割中的色块的提取

一 色块提取方法&#xff1a; ①首先是色彩模型的转换 由RGB颜色空间转到HSV颜色空间 原因&#xff1a;RGB颜色空间适合显示系统&#xff0c;但是各分量间相关性很强&#xff0c;比如当图像亮度发生变化时&#xff0c;RGB三个分量都会发生相应改变 但是HSV颜色空间更能感知颜色…

游览器找不到服务器上PHP文件的一种原因

最近在练习搭建网站&#xff0c;遇到游览器找不到服务器上的php文件的问题。后来查找发现&#xff0c;apache文档根目录跟apache虚拟主机文档根目录不同&#xff0c;服务器开启了虚拟主机功能。这导致游览器找不到php文件。 使用的环境是LAMP&#xff0c;它 的操作系统和软件版…

ubuntu22.04 x11窗口环境手势控制

ubuntu22.04 x11窗口环境手势控制 ubuntu x11窗口环境的手势控制并不优秀&#xff0c;我们可以使用touchegg去代替 这个配置过程非常简单&#xff0c;并且可以很容易在一定范围内达到你想到的效果&#xff0c;类比mac的手势控制 关于安装 首先添加源&#xff0c;并安装 sud…

【NeurIPS 2023】Backdoor对抗攻防论文汇总

NeurIPS 对抗攻防论文 NeurIPS2022|对抗攻防论文整理 - 知乎 NeurIPS 2023 Papers BIRD: Generalizable Backdoor Detection and Removal for Deep Reinforcement Learning https://neurips.cc/virtual/2023/poster/70618 摘要&#xff1a; 后门攻击对深度强化学习&…

Python数据攻略-Pandas进行CSV和Excel文件读写

在数据分析的世界里,能够读取和写入不同格式的文件是一项基本而重要的技能。CSV(逗号分隔值)和Excel是两种常见的数据存储格式。它们在商业、科研、教育等多个领域都有广泛应用。 文章目录 读取CSV文件`pd.read_csv()` 文件读取函数的基本用法`DataFrame.to_csv()` 数据写入…

基于Java的飞机航班订票购票管理系统设计与实现(源码+lw+部署文档+讲解等)

文章目录 前言具体实现截图论文参考详细视频演示为什么选择我自己的网站自己的小程序&#xff08;小蔡coding&#xff09;有保障的售后福利 代码参考源码获取 前言 &#x1f497;博主介绍&#xff1a;✌全网粉丝10W,CSDN特邀作者、博客专家、CSDN新星计划导师、全栈领域优质创作…

Leetcode219. 存在重复元素 II

力扣&#xff08;LeetCode&#xff09;官网 - 全球极客挚爱的技术成长平台 给你一个整数数组 nums 和一个整数 k &#xff0c;判断数组中是否存在两个 不同的索引 i 和 j &#xff0c;满足 nums[i] nums[j] 且 abs(i - j) < k 。如果存在&#xff0c;返回 true &#xff1b…

深入了解 RabbitMQ:高性能消息中间件

目录 引言&#xff1a;一、RabbitMQ 介绍二、核心概念三、工作原理四、应用场景五、案例实战 引言&#xff1a; 在现代分布式系统中&#xff0c;消息队列成为了实现系统间异步通信、削峰填谷以及解耦组件的重要工具。而RabbitMQ作为一个高效可靠的消息队列解决方案&#xff0c;…