给定一个整数数组
prices
,其中第 **prices[i]
表示第i
天的股票价格 。设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票):
- 卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
**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)。
输入: prices = [1,2,3,0,2]
输出: 3
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]
这道题的重点在于分析状态:
交易状态有买入卖出和冷冻期,具体我们可以区分出四个状态:
动规五部曲:
dp[i][j]表示第i天在j状态下,所剩的最多的现金为dp[i][j]
j一共有四种状态[0,3]
dp[i][0]=dp[i-1][0]
dp[i][0]=dp[i-1][3]-prices[i]
;前一天是保持卖出股票状态dp[i][0]=dp[i - 1][1] - prices[i]
综上:dp[i][0] = max(dp[i - 1][0], dp[i - 1][3] - prices[i], dp[i - 1][1] - prices[i]);
dp[i][1]=dp[i - 1][1]
dp[i][1]=dp[i - 1][3]
综上:dp[i][1]=max(dp[i - 1][1], dp[i - 1][3]);
dp[i][2] = dp[i - 1][0] + prices[i];
dp[i][3] = dp[i - 1][2];
dp[0][0]=-prices[0];
从前向后
class Solution {
public int maxProfit(int[] prices) {
if(prices.length==0||prices==null){
return 0;
}
int[][] dp=new int[prices.length][5];
dp[0][0]=-prices[0];
for(int i=1;i<prices.length;i++){
int temp1=Math.max(dp[i-1][0],dp[i-1][3]-prices[i]);
dp[i][0]=Math.max(temp1,dp[i-1][1]-prices[i]);
dp[i][1]=Math.max(dp[i-1][1],dp[i-1][3]);
dp[i][2]=dp[i-1][0]+prices[i];
dp[i][3]=dp[i-1][2];
}
int temp2=Math.max(dp[prices.length-1][1],dp[prices.length-1][2]);
return Math.max(temp2,dp[prices.length-1][3]);
}
}
给定一个整数数组
prices
,其中prices[i]
表示第i
天的股票价格 ;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,但是你每笔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。
**注意:**这里的一笔交易指买入持有并卖出股票的整个过程,每笔交易你只需要为支付一次手续费。
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
这道题和之前做过的122. 买卖股票的最佳时机 II很相似,分为两个状态,持有和不持有,不同之处就是在不持有的时候需要添加手续费
第i天不持有股票
第i-1天就不持有股票,i天保持:dp[i-1][0]
第i-1天持有股票,第i天不持有股票:dp[i-1][1]+prices[i]+fee
第i天持有股票
第i-1天就持有股票,第i天保持:dp[i-1][1]
第i-1天不持有股票,第i天持有股票:dp[i-1][0]-prices[i]
class Solution {
public int maxProfit(int[] prices, int fee) {
if(prices.length==0||prices==null){
return 0;
}
int[][] dp=new int[prices.length][2];
dp[0][0]=0;
dp[0][1]=-prices[0];
for(int i=1;i<prices.length;i++){
//第i天不持有股票
dp[i][0]=Math.max(dp[i-1][0],dp[i-1][1]+prices[i]-fee);
//第i天持有股票
dp[i][1]=Math.max(dp[i-1][1],dp[i-1][0]-prices[i]);
}
return Math.max(dp[prices.length-1][0],dp[prices.length-1][1]);
}
}
贪心解法:取最左最小值,取最右最大值,那么得到的差值就是最大利润
动态规划:
dp[i][0] 表示第i天持有股票所得现金
dp[i][0] = max(dp[i - 1][0], -prices[i]);
dp[i][1] 表示第i天不持有股票所得现金。
dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);
贪心解法:收集每天的正利润便可
动态规划:
dp[i][0] 表示第i天持有股票所得现金
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i])
dp[i][1] 表示第i天不持有股票所得最多现金
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
动态规划:
一天一共就有五个状态:
0:没有操作
1:第一次买入
dp[i][1] = max(dp[i-1][0] - prices[i], dp[i - 1][1]);
2:第一次卖出
dp[i][2] = max(dp[i - 1][1] + prices[i], dp[i - 1][2])
3:第二次买入
dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] - prices[i]);
4:第二次卖出
dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
动态规划:
j的状态表示为:
dp[i][1] = max(dp[i - 1][0] - prices[i], dp[i - 1][1]);
dp[i][2] = max(dp[i - 1][1] + prices[i], dp[i - 1][2])
dp[i][j + 1] = max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i]);
dp[i][j + 2] = max(dp[i - 1][j + 2], dp[i - 1][j + 1] + prices[i]);
具体可以区分出如下四个状态:
递推公式
前一天就持有股票状态:dp[i][0]=dp[i-1][0]
今天买入:前一天是冷冻期:dp[i][0]=dp[i-1][3]-prices[i]
;前一天是保持卖出股票状态
`dp[i][0]=dp[i - 1][1] - prices[i]`
综上:dp[i][0] = max(dp[i - 1][0], dp[i - 1][3] - prices[i], dp[i - 1][1] - prices[i]);
dp[i][1]=dp[i - 1][1]
dp[i][1]=dp[i - 1][3]
综上:dp[i][1]=max(dp[i - 1][1], dp[i - 1][3]);
dp[i][2] = dp[i - 1][0] + prices[i];
dp[i][3] = dp[i - 1][2];
如果第i天持有股票即dp[i][0]
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
如果第i天不持有股票即dp[i][1]
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i] - fee);