leetcode714-买卖股票的最佳时机含手续费

本文介绍了一种计算股票交易最大利润的算法,包括贪心算法和动态规划两种方法。通过实例解析,详细阐述了每种算法的实现过程及代码示例。

给定一个整数数组 prices,其中第 i 个元素代表了第 i 天的股票价格 ;非负整数 fee 代表了交易股票的手续费用。

你可以无限次地完成交易,但是你每次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。

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.

注意:

  • 0 < prices.length <= 50000.
  • 0 < prices[i] < 50000.
  • 0 <= fee < 50000.

一、思路

(一)贪心算法

思路很简单,从后往前遍历数组,遇到高价则将其设置为出售价格,每次出售股票时,计算当前利润与上一次利润之和,再计算一下此次交易若以上一次的售价出售,所能得到的利润,对比两者的大小,选择利润高的方式出售。

C++代码:

class Solution {
public:
    int maxProfit(vector<int>& prices, int fee) {
    	// 初始化售价、购买价、上一次出售价、如果以上一次售价出售所能得到的利润
        int sale=prices[prices.size()-1], pre_sale=0, pur=0, fit;
        // 总利润、当前这次交易的利润、上一次交易的利润
        int profit=0, cur_profit=0, pre_profit=0;
        for(int i=prices.size()-2; i >= 0; i--){
            if(prices[i] > sale){
                sale = prices[i];
                continue;
            }
            // 准备买卖
            pur = prices[i];
            cur_profit = sale - pur - fee;
            fit = pre_sale - pur - fee;
            if(fit > 0 && fit >= max(pre_profit + cur_profit, pre_profit)){
                    profit = profit - pre_profit + fit;
                    pre_profit = fit;
                    sale = pur;
                    continue;
            }
            if(cur_profit > 0){
                profit += cur_profit;
                pre_profit = cur_profit;
                pre_sale = sale;
                sale = pur;
            }
        }
        return profit;
    }
};

在这里插入图片描述

(二)动态规划

1、状态转移框架

在这里插入图片描述
建立动态规划表dp[i][j]dp[i][j]dp[i][j]

  • i:表示第i天
  • j:表示当前股票的持有状态,0表示没有持有股票,1表示持有股票

动态规划表dp[i][j]dp[i][j]dp[i][j]的意义就很明显了,就在第i天时,手里持有股票(j=1)或者没有持股(j=0)所能获取的最大利润。

除此之外,在这一天,还有3种操作可选:buy、sell、rest。

我们现在要做的就是遍历所有可能的状态,求出利润最大的,那么这里的解题伪代码可以写成:

for 0 <= i < n:
	for j in {0, 1}:
		dp[i][j] = max{buy, sell, rest}

于是所求的答案为:dp[n−1][0]dp[n - 1][0]dp[n1][0]

4、状态转移方程
  • dp[i][0]=max(dp[i−1][0],dp[i−1][1]+prices[i]−fee)dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i] - fee)dp[i][0]=max(dp[i1][0],dp[i1][1]+prices[i]fee)
    这个方程表达的意思是:在第i天,手里没有持股,所能获取的最大利润为dp[i][0]dp[i][0]dp[i][0]
    那么这个利润是怎么来的?这要从当前的状态分析,因为当前没有持股,要么昨天没有持股,要么昨天持股,但是今天卖掉了,这里卖掉需要减去一个手续费才是最终的利润。
  • dp[i][1]=max(dp[i−1][1],dp[i−1][0]−prices[i])dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i])dp[i][1]=max(dp[i1][1],dp[i1][0]prices[i])
    这个方程表达的意思是:在第i天,手里持股,所能获取的最大利润为dp[i][1]dp[i][1]dp[i][1]
    那么这个利润是怎么来的?这要从当前的状态分析,因为当前持股,要么昨天持股,要么昨天没有持股,但是今天买入了股票。

C++代码:

class Solution {
public:
    int maxProfit(vector<int>& prices, int fee) {
        if(prices.size() == 0 || prices.size() == 1)
            return 0;
        vector<vector<int>> dp(prices.size(), vector<int>(2, 0));
        // 初始化
        dp[0][1] = -prices[0];
        dp[1][0] = max(dp[0][0], dp[0][1] + prices[1] - fee);
        dp[1][1] = max(dp[0][1], dp[0][0] - prices[1]);
        // 状态转移
        for(int i=2; i < prices.size(); i++){
            dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i] - fee);
            dp[i][1] = max(dp[i-1][1], dp[i-1][0] - prices[i]);
        }
        return dp[prices.size() - 1][0];
    }
};

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值