LeetCode刷题--- 买卖股票的最佳时机含冷冻期

发布时间:2024年01月18日

个人主页:元清加油_【C++】,【C语言】,【数据结构与算法】-CSDN博客

个人专栏

力扣递归算法题

?http://t.csdnimg.cn/yUl2I

【C++】? ??

??????http://t.csdnimg.cn/6AbpV

数据结构与算法

????http://t.csdnimg.cn/hKh2l


前言:这个专栏主要讲述动态规划算法,所以下面题目主要也是这些算法做的 ?

我讲述题目会把讲解部分分为3个部分:
1、题目解析

2、算法原理思路讲解

3、代码实现


买卖股票的最佳时机含冷冻期

题目链接:买卖股票的最佳时机含冷冻期

题目

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)。

示例 1:

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]

示例 2:

输入: prices = [1]
输出: 0

提示:

  • 1 <= prices.length <= 5000
  • 0 <= prices[i] <= 1000


解法

算法原理讲解

我们这题使用动态规划,我们做这类题目可以分为以下五个步骤

  1. 状态显示
  2. 状态转移方程
  3. 初始化(防止填表时不越界)
  4. 填表顺序
  5. 返回值

  • 状态显示
由于有「买?」「可交易」「冷冻期」三个状态,因此我们可以选择?三个数组,其中:
dp[i][0] 表示 :第 i 天结束后,处于「买?」状态,此时的最?利润;
dp[i][1] 表示:第 i 天结束后,处于「可交易」状态,此时的最?利润;
dp[i][2] 表示 :第 i 天结束后,处于「冷冻期」状态,此时的最?利润
  • 状态转移方程
我们要谨记规则:
  1. 处于「买?」状态的时候,我们现在有股票,此时不能买股票,只能继续持有股票,或者卖出股票;
  2. 处于「卖出」状态的时候:
    1. 如果「在冷冻期」,不能买?。
    2. 如果「不在冷冻期」,才能买?。

对于 dp[i][0] ,我们有「两种情况」能到达这个状态:
  1. i - 1 天持有股票,此时最?收益应该和 i - 1 天的保持?致: dp[i - 1] [0] 。
  2. 在 i 天买?股票,那我们应该选择 i - 1 天不在冷冻期的时候买?,由于买?需要花钱,所以此时最大收益为: dp[i - 1][1] - prices[i]。
两种情况应取最?值,因此: dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]) 。

对于 dp[i][1] ,我们有「两种情况」能到达这个状态:
  1. i - 1 天的时候,已经处于冷冻期,然后啥也不?到第 i 天,此时对应的状态为: dp[i - 1][2] ;
  2. i - 1 天的时候,?上没有股票,也不在冷冻期,但是依旧啥也不?到第 i 天,此时对应的状态为 dp[i - 1][1]
两种情况应取最?值,因此: dp[i][1] = max(dp[i - 1][1], dp[i - 1][2])

对于 dp[1][i] ,我们只有「?种情况」能到达这个状态: 在 i - 1 天的时候,卖出股票。
因此对应的状态转移为: dp[i][2] = dp[i - 1][0] + prices[i]
  • 初始化(防止填表时不越界)
三种状态都会?到前?个位置的值,因此需要初始化每??的第?个位置:
dp[0][0] :此时要想处于「买?」状态,必须把第?天的股票买了,因此 dp[0][0] = - prices[0] ;
dp[0][1] :啥也不??即可,因此 dp[0][1] = 0
dp[0][2] :?上没有股票,买?下卖?下就处于冷冻期,此时收益为 0 ,因此 dp[0][2] = 0 。
  • 填表顺序
根据「状态表?」,我们要三个表?起填,每?个表「从左往右」。
  • 返回值
应该返回「卖出状态」下的最?值,因此应该返回 max(dp[n - 1][1], dp[n - 1][2]) 。

解法

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

        for (int i = 1; i < n; 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][2]);
            dp[i][2] = dp[i - 1][0] + prices[i];
        }

        return max(dp[n - 1][1], dp[n - 1][2]);
    }
};

文章来源:https://blog.csdn.net/weixin_74268082/article/details/135657884
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。