程序员算法实现买卖股票的最佳时机系列问题
LeetCode 121. 买卖股票的最佳时机#
主要思路:因为只有一股可以交易,所以我们可以枚举必须以i位置作为卖出时机的情况下,得到的最大收益是多少。如果我们得到每个i位置的最大收益,那么最大收益必是所有位置的最大收益的最大值。
使用两个变量:
min变量:表示遍历到的位置之前的最小值是什么。
max变量:表示当前收集到必须以i位置卖出的最大收益是多少。
遍历数组一遍,在遍历到i位置的时候,min和max的更新逻辑如下:min = Math.min(arr[i], min); // 每次遍历到的arr[i]和全局min进行比较,看能否刷新min的值 max = Math.max(arr[i] - min, max); // arr[i] - min 表示必须以i位置卖出时候的最大收益是什么,和全局的max值pk的最大值赋予max
遍历完数组,返回max的值就是最终答案。完整代码见:public class LeetCode_0121_BestTimeToBuyAndSellStock { public int maxProfit(int[] arr) { int max = 0; int min = arr[0]; for (int i = 1; i < arr.length; i++) { min = Math.min(arr[i], min); max = Math.max(arr[i] - min, max); } return max; } } LeetCode 122. 买卖股票的最佳时机 II#
主要思路:由于可以进行任意次的交易,但是任何时候最多只能持有一股股票,所以我们可以把股票曲线的所有上升段都抓取到,累加收益就是最大收益。遍历数组,遍历到的位置减去前一个位置的值,如果是正数,就收集,如果是负数,就把本次收益置为0(就等于没有做这次交易),这样遍历一遍数组,就不会错过所有的收益。
设置一个变量max,初始为0,用于收集最大收益值,来到i位置,max更新逻辑如下:max += Math.max((prices[i] - prices[i - 1]), 0);
完整代码如下:public int maxProfit(int[] prices) { int max = 0; for (int i = 1; i < prices.length; i++) { // 把所有上坡都给抓到 max += Math.max((prices[i] - prices[i - 1]), 0); } return max; }
由本题可以简单得出一个结论:如果数组元素个数为N,则最多执行N/2次交易就可以抓取所有的上升段的值(极端情况下,当前时刻买,下一个时刻卖,保持这样的交易一直到最后,执行的交易次数就是N/2)。LeetCode 188. 买卖股票的最佳时机 IV#
主要思路:如果k的值大于等于数组长度的二分之一,就等于有无限次交易,在这样的情况下,可以直接用问题二的解法来做。如果k的值小于数组长度的二分之一,就需要单独考虑了。
在第2种情况下,我们定义int[][] dp = new int[N][k+1]
其中dp[i][j]表示[0...i]范围内交易j次获得的最大收益是多少。如果可以把dp这个二维表填好,那么返回dp[N-1][k]的值就是题目要的答案。
dp这个二维矩阵中,
第一行的值表示数组[0..0]范围内,交易若干次的最大收益,显然,都是0。
第一列的值表示数组[0...i]范围内,交易0次获得的最大收益,显然,也都是0。
针对任何一个普遍位置dp[i][j]的值,
我们可以枚举i位置是否参与交易,如果i位置不参与交易,那么dp[i][j] = dp[i-1][j],如果i位置参与交易,那么i位置一定是最后一次的卖出时机。
那最后一次买入的时机,可以是如下情况:
最后一次买入的时机在i位置,那么dp[i][j] = dp[i][j-1] - arr[i] + arr[i]
最后一次买入的时机在i-1位置,那么dp[i][j] = dp[i-1][j-1] - arr[i-1] + arr[i]
最后一次买入的时机在i-2位置,那么dp[i][j] = dp[i-2][j-1] - arr[i-2] + arr[i]
...
最后一次买入的时机在0位置,那么dp[i][j] = dp[0][j-1] - arr[0] + arr[i]// i位置不参与交易,则dp[i][j]至少是dp[i-1][j] dp[i][j] = dp[i - 1][j]; for (int m = 0; m <= i; m++) { // 枚举每次买入的时机 dp[i][j] = Math.max(dp[m][j - 1] - arr[m] + arr[i] , dp[i][j]); }
完整代码如下:public class LeetCode_0188_BestTimeToBuyAndSellStockIV { public static int maxProfit(int k, int[] arr) { if (arr == null || arr.length < 2) { return 0; } int N = arr.length; if (k >= N >> 1) { return infinityMax(arr); } int[][] dp = new int[N][k + 1]; for (int i = 1; i < N; i++) { for (int j = 1; j <= k; j++) { // i位置不参与交易,则dp[i][j]至少是dp[i-1][j] dp[i][j] = dp[i - 1][j]; for (int m = 0; m <= i; m++) { // 枚举每次买入的时机 dp[i][j] = Math.max(dp[m][j - 1] - arr[m] + arr[i], dp[i][j]); } } } return dp[N - 1][k]; } public static int infinityMax(int[] arr) { int ans = 0; for (int i = 1; i < arr.length; i++) { ans += Math.max(arr[i] - arr[i - 1], 0); } return ans; } }
上述代码中包含一个枚举行为dp[i][j] = dp[i - 1][j] + arr[i] - arr[i]; for (int m = 0; m <= i; m++) { // 枚举每次买入的时机 dp[i][j] = Math.max(dp[m][j - 1] - arr[m] + arr[i], dp[i][j]); }
增加了时间复杂度,我们可以优化这个枚举。
我们可以举一个具体的例子来说明如何优化,
比如,
当我们求dp[5][3]这个值,我们可以枚举5位置是否参与交易,假设5位置不参与交易,那么dp[5][3] = dp[4][3],假设5位置参与交易,那么5位置一定是最后一次的卖出时机。那最后一次买入的时机,可以是如下情况:
最后一次买入的时机在5位置,那么dp[5][3] = dp[5][2] - arr[5] + arr[5]
最后一次买入的时机在4位置,那么dp[5][3] = dp[4][2] - arr[4] + arr[5]
最后一次买入的时机在3位置,那么dp[5][3] = dp[3][2] - arr[3] + arr[5]
最后一次买入的时机在2位置,那么dp[5][3] = dp[2][2] - arr[2] + arr[5]
最后一次买入的时机在1位置,那么dp[5][3] = dp[1][2] - arr[1] + arr[5]
最后一次买入的时机在0位置,那么dp[5][3] = dp[0][2] - arr[0] + arr[5]
我们求dp[4][3]这个值,我们可以枚举4位置是否参与交易,假设4位置不参与交易,那么dp[4][3] = dp[3][3],假设4位置参与交易,那么4位置一定是最后一次的卖出时机。那最后一次买入的时机,可以是如下情况:
最后一次买入的时机在4位置,那么dp[4][3] = dp[4][2] - arr[4] + arr[4]
最后一次买入的时机在3位置,那么dp[4][3] = dp[3][2] - arr[3] + arr[4]
最后一次买入的时机在2位置,那么dp[4][3] = dp[2][2] - arr[2] + arr[4]
最后一次买入的时机在1位置,那么dp[4][3] = dp[1][2] - arr[1] + arr[4]
最后一次买入的时机在0位置,那么dp[4][3] = dp[0][2] - arr[0] + arr[4]
比较dp[5][3]和dp[4][3]的依赖关系,可以得到如下结论:
假设在求dp[4][3]的过程中,以下递推式的最大值我们可以得到
dp[4][2] - arr[4]
dp[3][2] - arr[3]
dp[2][2] - arr[2]
dp[1][2] - arr[1]
dp[0][2] - arr[0]
我们把以上式子的最大值定义为best,那么
dp[5][3] = Math.max(dp[4][3],Math.max(dp[5][2] - arr[5] + arr[5], best + arr[5]))
所以dp[5][3]可以由dp[4][3]加速得到,
同理,
dp[4][3]可以通过dp[3][3]加速得到,
dp[3][3]可以通过dp[2][3]加速得到,
dp[2][3]可以通过dp[1][3]加速得到,
dp[1][3]可以很简单得出,dp[1][3]有如下几种可能性:
可能性1,1位置完全不参与,则int p1 = dp[0][3]
可能性2,1位置作为最后一次的卖出时机,买入时机是1位置int p2 = dp[1][2] + arr[1] - arr[1]
可能性3,1位置作为最后一次的卖出时机,买入时机是0位置int p3 = dp[0][2] + arr[1] - arr[0]
此时,best的值为int best = Math.max(p2 - arr[1], p3 - arr[1])
然后通过dp[1][3]加速dp[2][3],通过dp[2][3]加速dp[3][3]......,所以二维dp的填写方式是按列填,
先填dp[1][0],dp[1][2]一直到dp[1][k],填好第一列;
然后填dp[2][0],dp[2][1]一直到dp[2][k],填好第二列;
...
依次填好每一列,直到填完第N-1列。
枚举行为被优化,优化枚举后的完整代码如下:public class LeetCode_0188_BestTimeToBuyAndSellStockIV { public static int maxProfit(int k, int[] arr) { if (arr == null || arr.length < 2) { return 0; } int N = arr.length; if (k >= N >> 1) { return infinityMax(arr); } int[][] dp = new int[N][k + 1]; for (int j = 1; j <= k; j++) { int p1 = dp[0][j]; int best = Math.max(dp[1][j - 1] - arr[1], dp[0][j - 1] - arr[0]); dp[1][j] = Math.max(p1, best + arr[1]); for (int i = 2; i < N; i++) { p1 = dp[i - 1][j]; best = Math.max(dp[i][j - 1] - arr[i], best); dp[i][j] = Math.max(p1, best + arr[i]); } } return dp[N - 1][k]; } public static int infinityMax(int[] arr) { int ans = 0; for (int i = 1; i < arr.length; i++) { ans += Math.max(arr[i] - arr[i - 1], 0); } return ans; } } LeetCode 123. 买卖股票的最佳时机 III#
主要思路:上一个问题中,令k=2就是本题的答案。LeetCode 309. 最佳买卖股票时机含冷冻期#
主要思路:因为有了冷冻期,所以每个位置的状态有如下三种:冷冻期持有股票不持有股票,不在冷冻期
定义三个数组,分别表示i位置这三种情况下的最大值是多少// 处于冷冻期 int[] cooldown = new int[N]; // 持有股票 int[] withStock = new int[N]; // 不持有股票,也不处于冷冻期 int[] noStock = new int[N];
显然有如下结论:// 0位置需要处于冷冻期,说明0位置买了又卖掉,收益是0 cooldown[0] = 0; // 0位置需要持有股票,只有可能在0位置买了一股,这个时候收益为0-arr[0] withStock[0] = -arr[0]; // 0位置没有股票,也不在冷冻期,说明在0位置就没有做任何决策。此时收益也是0 noStock[0] = 0;
针对一个普遍位置i// 如果i位置要处于冷冻期,那么前一个位置必须持有股票,且在当前位置卖掉,处于cooldown状态 cooldown[i] = withStock[i - 1] + arr[i]; // 如果i位置要持有股票,那么前一个位置可以持有股票,到当前位置不做决策,或者前一个位置没有股票,当前位置买入一股 withStock[i] = Math.max(withStock[i - 1], noStock[i - 1] - arr[i]); // 如果i位置没有股票,那么前一个位置可能也没股票,或者前一个位置是冷冻期,到当前位置也没有进行买入动作 noStock[i] = Math.max(noStock[i - 1], cooldown[i - 1]);
最大收益就是如上三种方式的最大值。完整代码见:public class LeetCode_0309_BestTimeToBuyAndSellStockWithCooldown { public static int maxProfit(int[] arr) { if (arr.length < 2) { return 0; } int N = arr.length; // 处于冷冻期 int[] cooldown = new int[N]; // 持有股票 int[] withStock = new int[N]; // 不持有股票,也不处于冷冻期 int[] noStock = new int[N]; cooldown[0] = 0; withStock[0] = -arr[0]; noStock[0] = 0; for (int i = 1; i < arr.length; i++) { withStock[i] = Math.max(withStock[i - 1], noStock[i - 1] - arr[i]); cooldown[i] = withStock[i - 1] + arr[i]; noStock[i] = Math.max(noStock[i - 1], cooldown[i - 1]); } return Math.max(cooldown[N - 1], Math.max(withStock[N - 1], noStock[N - 1])); } }
由于三个数组有递推关系,所以可以用三个变量替换三个数组,做空间压缩,优化后的代码如下:public class LeetCode_0309_BestTimeToBuyAndSellStockWithCooldown { // 空间压缩版本 public static int maxProfit(int[] arr) { if (arr.length < 2) { return 0; } // 处于冷冻期 int cooldown = 0; // 持有股票 int withStock = -arr[0]; // 不持有股票,也不处于冷冻期 int noStock = 0; for (int i = 1; i < arr.length; i++) { int next1 = Math.max(withStock, noStock - arr[i]); int next2 = withStock + arr[i]; int next3 = Math.max(noStock, cooldown); withStock = next1; cooldown = next2; noStock = next3; } return Math.max(cooldown, Math.max(withStock, noStock)); } } LeetCode 714. 买卖股票的最佳时机含手续费#
主要思路:由于没有冷冻期,所以在i位置的时候,状态只有两种// withStock[i]表示:i位置有股票的状态下,最大收益 int[] withStock = new int[arr.length]; // noStock[i]表示:i位置没有股票的状态下,最大收益 int[] noStock = new int[arr.length];
针对0位置// 0位置持有股票,最大收益,只可能是0位置买入一股 withStock[0] = -arr[0]; // 0位置不持有股票,最大收益,只能是0位置不做交易,收益为0,如果0位置做交易,收益就是(0 - arr[i] + arr[i] - fee),显然小于0 noStock[0] = 0;
针对普遍位置i// i位置需要有股票,说明i位置的股票可以是i-1位置到现在不交易获得的,也可以是i-1位置没有股票,买下当前这一股获得的 withStock[i] = Math.max(withStock[i - 1], noStock[i - 1] - arr[i]); // i位置没有股票,说明i位置的股票可以由i-1位置上有股票的状态到当前位置卖出一股(含手续费),也可以是沿用上一个位置没有股票的最大收益 noStock[i] = Math.max(withStock[i - 1] + arr[i] - fee, noStock[i - 1]);
完整代码如下:public class LeetCode_0714_BestTimeToBuyAndSellStockWithTransactionFee { public static int maxProfit1(int[] arr, int fee) { if (arr.length < 2) { return 0; } int[] withStock = new int[arr.length]; int[] noStock = new int[arr.length]; // 持有股票 withStock[0] = -arr[0]; // 不持有股票 noStock[0] = 0; for (int i = 1; i < arr.length; i++) { withStock[i] = Math.max(withStock[i - 1], noStock[i - 1] - arr[i]); noStock[i] = Math.max(withStock[i - 1] + arr[i] - fee, noStock[i - 1]); } return Math.max(withStock[arr.length - 1], noStock[arr.length - 1]); } }
同样的,两个数组都有递推关系,可以做空间压缩,简化后的代码如下:public class LeetCode_0714_BestTimeToBuyAndSellStockWithTransactionFee { public static int maxProfit(int[] arr, int fee) { if (arr.length < 2) { return 0; } // 持有股票 int withStock = -arr[0]; // 不持有股票 int noStock = 0; for (int i = 1; i < arr.length; i++) { int next1 = Math.max(withStock, noStock - arr[i]); int next3 = Math.max(withStock + arr[i] - fee, noStock); withStock = next1; noStock = next3; } return Math.max(withStock, noStock); } }
原文链接:买卖股票的最佳时机系列问题 - Grey Zeng - 博客园
汽车狂人李书福,闯入手机腹地伯虎点睛醉翁之意不在酒。李书福造手机。这6个字,从左到右一个一个地看了几遍,个人的震惊程度不亚于今年3月,雷军宣布造车。不管是李书福造手机还是雷军造车,都有异曲同工之妙都让人摸不着
130亿美元打水漂,Facebook非死不可?Facebook的丑闻迎来新套餐!两周前,华尔街日报等媒体开始发布针对Facebook相关的一系列报道,通过Facebook公司的内部调查报告文件,列举了世界上最大的社交网络上出现
只用一根线就解决Mac与4K显示器互联绿联USBCtoHDMI线体验前言上个月帮表弟选购了台ViewSonicVX24194KHD4K显示器,他的MacBookPro2020(Intel处理器)用起来还是挺好的。没用到1个月就跟我说还是想用大屏幕了
5G杀手级应用在哪儿?世界互联网大会热议商业化落地2021世界互联网大会乌镇峰会进入第二天,多场分论坛围绕着当前的前沿技术展开。在5G赋能创新驱动经济高质量发展上,多位行业专家企业高层就5G的商业化落地展开热议。能够推动5G快速商
MIUI13要来了!新功能真刺激,怎么用怎么爽小雷看了眼时间,手持小米骁龙865骁龙888机型的小伙伴,应该都顺利用上了MIUI12。5增强版。至于第二批还得等到10月底才能全量推送,这种更新速度放在行业内不算慢。但对于小米自
5G演进已开始,6G研究正进行在2021年世界互联网大会乌镇峰会世界互联网领先科技成果发布活动上,记者就5G6G相关技术发展现状及进展情况,专访了中国工程院院士北京邮电大学教授张平。作为无线移动通信专家,张平院
该来的还是来了!美要求台积电上缴代工数据,意味着什么?受全球性缺芯问题的影响,最近这一年来,各大芯片代工厂都遭受了一定的损失。为了维持自身的营收和利润,这些代工厂先后提高了晶圆生产的价格,其客户在进行芯片代工业务时,需要付出更多的成本
华为nova再添新星,nova9系列哪些提升?nova之路如何前进华为虽然被美国一纸禁令限制了手机移动端的发展,随着今年四五轮制裁的不断加强,本来华为业内领先的5G技术却因为这一纸禁令无法在自家手机上应用。无论是华为P50系列还是此次的nova9
孟晚舟传奇两段结果截然不同的婚姻在加拿大被拘禁的孟晚舟,如今已回到祖国怀抱。2018年年底,孟晚舟案一出,震惊了无数国人。曾经,外媒爆出孟晚舟在被迫居家在温哥华的期间,曾经收到多封带有子弹的匿名死亡威胁信件!她的
任正非的三个子女为啥不同姓手机大佬任正非先生,中共党员,1944年生于贵州省安顺市镇宁县,祖籍浙江省金华市浦江县。华为技术有限公司主要创始人兼总裁。任先生有三个子女。大女儿叫孟晚舟,华为副董事长,1972年
互联网拆墙先过支付关消息属实,会继续与其他平台一起面向未来,相向而行。9月28日,面对市场上阿里旗下多应用接入微信支付的传言,阿里给出了肯定的回答。据悉,阿里旗下饿了么优酷大麦考拉海购书旗等应用均已接