标签：持股 int len 121 最佳时机 prices Leetcode dp 利润
写在前面：
动态规划那常见的几个步骤
- 确定状态
- 找到转移公式
- 确定初始条件以及边界条件
- 计算结果
文章目录
题目
给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。
你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。
返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。
示例1
输入：[7,1,5,3,6,4]
输出：5
解释：在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利润 = 6-1 = 5 。
注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格；同时，你不能在买入前卖出股票。
示例2
输入：prices = [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。
解题思路
方法一：暴力破解
枚举所有发生一次交易的利润
代码：
public class Solution {
public int maxProfit(int[] prices) {
int len = prices.length;
if (len < 2) {
return 0;
}
int lr = 0;
// 枚举所有发生一次交易的股价差
for (int i = 0; i < len - 1; i++) {
for (int j = i + 1; j < len; j++) {
lr = Math.max(lr, prices[j] - prices[i]);
}
}
return lr;
}
}
这种方法会超出时间限制，毕竟有俩个for循环嘛，数据量一大，自然就难跑出来的了嘛。
方法二：动态规划
分析题意以后会发现，当天的持股状态是个很重要的因素，有俩种状态，持股或者不持股，然后我们还要统计在此状态下的利润
我们来定义一个二维数组dp[length][2]，其中dp[i][0]表示第i+1天（i是从0开始的）结束的时候没持有股票的最大利润，dp[i][1]表示第i+1天结束的时候持有股票的最大利润。
dp[i][0]：规定了今天不持股，有以下两种情况：
- 昨天不持股，今天什么都不做；
- 昨天持股，今天卖出股票，利润增加
dp[i][1]：规定了今天持股，有以下两种情况：
- 昨天持股，今天什么都不做（利润与昨天一样）；
- 昨天不持股，今天买入股票（注意：只允许交易一次，因此手上的利润就是当天的股价的相反数）。
代码：
public int maxProfit(int[] prices) {
if (prices.length < 2) {
return 0;
}
int len = prices.length;
int[][] dp = new int[len][2];
dp[0][0] = 0;//不持股的情况
dp[0][1] = -prices[0];//最开始，我们持股的情况
for (int i = 1; i < len; i++) {
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
dp[i][1] = Math.max(dp[i - 1][1], -prices[i]);
}
return dp[len - 1][0];
}
标签：持股,int,len,121,最佳时机,prices,Leetcode,dp,利润 来源： https://blog.csdn.net/qq_50977450/article/details/123214401
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。