day-49 代码随想录算法训练营（19） 动态规划 part 10

121.买卖股票的最佳时机

思路一：贪心

• 不断更新最小买入值
• 不断更新当前值和最小买入值的差值最大值

思路二：动态规划（今天自己写出来了哈哈哈哈哈哈哈）

• 1.dp存储：dp[i][0] 表示当前持有   dp[i][1]表示当前不持有
• 2.状态转移方程（递推式）
  • dp[i][0]=max ( dp [ i - 1 ] [ 0 ] , - prices [ i ] )  之前就持有/当前买入
    • dp[i][1]=max ( dp [ i - 1 ] [ 1 ] , dp [ i - 1 ] [ 0 ] + prices [ i ] )  之前就没持有/当前卖出
• 3.初始化：dp[0][0]=-prices[0]   dp[0][1] =0
• 4.遍历顺序：1-n

class Solution {
public:
    int maxProfit(vector& prices) {
        int n=prices.size();
        vector>dp(n,vector(2));
        dp[0][0]=-prices[0];
        dp[0][1]=0;

        for(int i=1;i

122.买卖股票的最佳时机||（拿捏）

思路一：贪心

• 只要有利润增长就卖出，最后一定获得最大利润

思路二：动态规划

1.dp存储：dp[i][0]为持有  dp[i][1]为不持有

2.状态转移方程（递推式）：

• dp [ i ] [ 0 ] = max ( dp [ i - 1 ] [ 0 ] , dp [ i - 1 ] [ 1 ] - prices [ i ] )  之前持有/现在买入（上一次不持有的金额 - 买入的金额）
• dp [ i ] [ 1 ] = max ( dp [ i - 1 ] [ 1 ] , dp [ i - 1 ] [ 0 ] + prices [ i ] )  之前没持有/现在卖出（上一次持有的金额 + 卖出的金额）

3.初始化：dp[0][0]=-prices[0]   dp[0][1]=0

4.遍历顺序：1-n

class Solution {
public:
    int maxProfit(vector& prices) {
        int n=prices.size();
        vector>dp(n,vector(2));
        dp[0][0]=-prices[0];
        dp[0][1]=0;
        for(int i=1;i

123.买卖股票的最佳时机|||

思路：动态规划（5个状态）

class Solution {
public:
    int maxProfit(vector& prices) {
        int n=prices.size();
        vector>dp(n,vector(5,0));
        dp[0][1]=-prices[0];
        dp[0][3]=-prices[0];

        for(int i=1;i