Go 刷 leetcode|继续买股票?

共 1396字,需浏览 3分钟

 ·

2020-07-27 19:50

今天为大家讲解 LeetCode 第 122 题,继续为大家带来「买卖股票」系列的其中一个提升版《买卖股票的最佳时机 II》

已经写了两篇,建议不了解的朋友先去看看~ 

leetcode|割韭菜的最佳时机

leetcode|割冷冻韭菜的最佳时机

题目描述

给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。

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: [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 。示例 2:

输入: [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: [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。

来源:力扣(LeetCode) 链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii 著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

解题思路

这题的要求其实并不多,没有冻结期,只要求不能同时参与多笔交易,多次购买的最大利润。

这道题有其他方法可以解决,但我仍然选择使用「动态规划」,继续加强大家对此算法的理解。

另外,关于动态规划可以看我今天分享的小浩算法的那篇文章。

同样的,第一步:定义状态

状态 dp[i][j] 定义如下

第一维 i 表示索引为i的那一天(具有前缀性质,即考虑了之前天数的收益)能获得的最大利润;第二维 j表示索引为i 的那一天是未持有股票,还是持有股票。这里 0 表示未持有股票,1 表示持有股票。

第二步:状态转移方程

  • 状态从未持有股票开始,到最后一天我们关心的状态依然是未持有股票;
  • 每一天状态可以转移,也可以不动。

第三步:初始化(base case)

  • 如果什么都不做,dp[0][0] = 0
  • 如果买入股票,当前收益是负数,即 dp[0][1] = -prices[i]

第四步:返回值

终止的时候,输出 dp[len - 1][0],因为一定有 dp[len - 1][0](卖了未持股) > dp[len - 1][1](持股)

代码实现

//go
func maxProfit(prices []int) int {
    length := len(prices)
    if length < 2 {
        return 0
    }
    dp := make([][2]int, length)

    dp[0][0] = 0
    dp[0][1] = -prices[0]

    for i := 1; i < length; i++ {
        dp[i][0] = max(dp[i-1][0], dp[i-1][1]+prices[i])
        dp[i][1] = max(dp[i-1][1], dp[i-1][0]-prices[i])
    }

    return dp[length-1][0]

}

func max(x, y int) int {
    if x > y {
        return x
    }
    return y
}
//java
public class Solution {

    public int maxProfit(int[] prices) {
        int len = prices.length;
        if (len < 2) {
            return 0;
        }

        // 0:未持有股票
        // 1:持有股票
        int[][] dp = new int[len][2];

        dp[0][0] = 0;
        dp[0][1] = -prices[0];

        for (int i = 1; i < len; i++) {
            // 这两行调换顺序也是可以的
            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
            dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
        }
        return dp[len - 1][0];
    }
}

郑重声明:

所展示代码已通过 LeetCode 运行通过,请放心食用~



推荐阅读



学习交流 Go 语言,扫码回复「进群」即可


站长 polarisxu

自己的原创文章

不限于 Go 技术

职场和创业经验


Go语言中文网

每天为你

分享 Go 知识

Go爱好者值得关注


浏览 15
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报