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;
}
};

(二)动态规划
1、状态转移框架

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[n−1][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[i−1][0],dp[i−1][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[i−1][1],dp[i−1][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];
}
};


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。

604

被折叠的 条评论
为什么被折叠?



