LeetCode121. 买卖股票的最佳时机
题目链接:121. 买卖股票的最佳时机 - 力扣(LeetCode)
文章讲解:代码随想录
视频讲解:动态规划之 LeetCode:121.买卖股票的最佳时机1_哔哩哔哩_bilibili
思路:这道题用动态规划其实并不是简单的解决方案,直接暴力搜索或者用贪心会简便很多。这道题的dp数组是一个二维数组,dp[i][0]表示在第i天持有股票下的最多现金,dp[i][1]表示第i天没有股票的最多现金。所以根据题意,我们持有股票其实不一定是当天购买的,dp[i][0]其实都是负值,我们要取当天购买的情况也就是-price[i]和在i-1天就已经购买并持有的情况dp[i-1][0]的最大值,对于dp[i][1]也是,我们要取在当天卖出,也就是price[i]+dp[i-1][0]和之前就已经卖出dp[i-1][1]的最大值。初始化的话就是dp[0][0]=-price[0] dp[0][1]=0。
代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int len=prices.size();
if(len==0){
return 0;
}
vector<vector<int>>dp(len,vector<int>(2));
dp[0][0]=-prices[0];
dp[0][1]=0;
for(int i=1;i<len;i++){
dp[i][0]=max(dp[i-1][0],-prices[i]);
dp[i][1]=max(dp[i-1][1],prices[i]+dp[i-1][0]);
}
return dp[len-1][1];
}
};
LeetCode122. 买卖股票的最佳时机 II
题目链接:122. 买卖股票的最佳时机 II - 力扣(LeetCode)
文章讲解:代码随想录
视频讲解:动态规划,股票问题第二弹 | LeetCode:122.买卖股票的最佳时机II_哔哩哔哩_bilibili
思路:和上一题的代码基本一致,只不过dp[i][0]的求法发生了一些变化,由于上一题只能买卖一次股票,所以在买股票之前的现金肯定是0,所以当时是0-prices[i],但是这次不一样,这次在买股票之前可能还有存款,所以是dp[i-1][1]-prices[i]。
代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int len=prices.size();
if(len==0){
return 0;
}
vector<vector<int>>dp(len,vector<int>(2));
dp[0][0]=-prices[0];
dp[0][1]=0;
for(int i=1;i<len;i++){
dp[i][0]=max(dp[i-1][0],dp[i-1][1]-prices[i]);
dp[i][1]=max(dp[i-1][1],prices[i]+dp[i-1][0]);
}
return dp[len-1][1];
}
};
LeetCode123. 买卖股票的最佳时机 III
题目链接:123. 买卖股票的最佳时机 III - 力扣(LeetCode)
文章讲解:代码随想录
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
思路:这道题设置了五个状态,分别是0:不操作,1:第一次持有,2:第一次不持有,3:第二次持有,4:第二次不持有,递推式子是这样的
dp[i][0]=dp[i-1][0];
dp[i][1]=max(dp[i-1][1],dp[i-1][0]-prices[i]);
dp[i][2]=max(dp[i-1][2],dp[i-1][1]+prices[i]);
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]);
初始化的是这样的
dp[0][0]=0;
dp[0][1]=-prices[0];
dp[0][2]=0;
dp[0][3]=-prices[0];
dp[0][4]=0;
最后返回dp[len-1][4]
代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int len=prices.size();
if(len==0){
return 0;
}
vector<vector<int>>dp(len,vector<int>(5));
dp[0][0]=0;
dp[0][1]=-prices[0];
dp[0][2]=0;
dp[0][3]=-prices[0];
dp[0][4]=0;
for(int i=1;i<len;i++){
dp[i][0]=dp[i-1][0];
dp[i][1]=max(dp[i-1][1],dp[i-1][0]-prices[i]);
dp[i][2]=max(dp[i-1][2],dp[i-1][1]+prices[i]);
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]);
}
return dp[len-1][4];
}
};

2000

被折叠的 条评论
为什么被折叠?



