线性dp:LeetCode122.买卖股票的最佳时机ll

Tomorrowland 2024-09-11 08:09:01 阅读 78

买卖股票

  • 本文所讲解的内容与LeetCode122. 买卖股票的最佳时机ll,这道题题意相同,阅读完本文后可以自行挑战一下
  • 力扣链接

题目叙述:

给定一个长度为N的数组,数组中的第i个数字表示一个给定股票在第i天的价格。

设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。

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悠前的股票)。一次买入卖出合为一笔交易。

输入格式:

第一行包含整数 N,表示天数。第二行包含N个不大于10000的正整数表示每天股票的价格。

输出格式

输出一个整数,表示最大利润。

输入样例1

<code>6

7 1 5 3 4 6

输出样例1

7

输入样例2

5

7 6 4 3 1

输出样例2

0

样例解释:

  • 样例1:在第2天买入,在第3天卖出,这笔交易所能获得利润=5-1=4。随后在第4天买入,在第6天卖出,这笔交易所能获得利润=6-3=3。共得利润4+3 =7
  • 样例2:在这种情况下,不进行任何交易,所以最大利润为 0。

动态规划思路讲解:

  • 我们分析总利润可知,总利润是关于天数i 的函数,并且在第i天的时候,只有两种状态与之对应
    • 1.手中无票:dp[i][0]
    • 2.手中有票:dp[i][1]
  • 所以说我们可以设置dp[i][0],dp[i][1] 为状态变量,然后进行状态的转移,最终得出我们需要的答案。

1.状态变量的含义

  • dp[i][0]表示第i天,手中无票时能够获取的最大利润
  • dp[i][1]表示第i天,手中有票时能够获取的最大利润

2. 递推公式

  • 我们可以使用带权的有向图来生动的理解这个过程,我们要知道递推公式,就要了解状态转移的那个过程,也就是我们当前的状态是由以前的哪些状态推导而来。

      1. dp[i][0]表示第i天,手中无票时能获取的最大利润,我们可以通过dp[i-1][0]dp[i-1][1] ,也就是第i-1天,手中有票或者手中无票这两个状态推导而来,如果是第i-1天手中无票,那么表示没有发生交易,那么dp[i][0]=dp[i-1][0] ,反之,从i-1天有票到第i天无票,那么意味着我们在第i天卖掉了股票,此时dp[i][0]=dp[i-1][1]+w[i] ,由于我们是取最大利润,所以说是取二者的最大值,即:

      dp[i][0]=max(dp[i-1][0],dp[i-1][1]+w[i]);

      1. <code>dp[i][1] 也是同理,跟上面的推导方式差不多,所以我就不在赘述了

      dp[i][1]=max(dp[i-1][1],dp[i-1][0]-w[i]);

  • 所以说,总的递推公式如下:

dp[i][0]=max(dp[i-1][0],dp[i-1][1]+w[i]);

dp[i][1]=max(dp[i-1][1],dp[i-1][0]-w[i]);

3.如何初始化?

  • 我们由这个递推公式,如何初始化边界条件呢?
  • 假设我们从第1天开始,到第n天结束,那么我们第一天的两个状态就是边界条件

dp[1][0]=0;//第1天无票的最大利润就是0

dp[1][1]=-w[1]; //第1天就有票证明我买了第一天的那个股票

4. 遍历顺序

  • 由递推公式可知,我们的状态变量dp[i][0],dp[i][1]取决于dp[i-1][0],dp[i-1][1] 。所以说我们的遍历顺序是从前到后进行遍历。

5. 举例打印dp数组

  • 在本题,读者可以自行在for循环内进行插入printf语句进行验证我们dp数组的正确性

代码:

#include<iostream>

#include<cstring>

using namespace std;

const int N = 100010;

int w[N],dp[N][2];

int n;

int main(){

scanf("%d", &n);

for(int i=1;i<=n;i++) scanf("%d",&w[i]);

dp[1][0]=0; dp[1][1]=-w[1];

for(int i=2; i<=n; ++i){

dp[i][0]=max(dp[i-1][0],dp[i-1][1]+w[i]);

dp[i][1]=max(dp[i-1][1],dp[i-1][0]-w[i]);

}

//第n天的时候,手中无票一定是利润最大,所以说不用取二者最大值了。

cout<<dp[n][0];

}

LeetCode122的参考代码

class Solution {

public:

int maxProfit(vector<int>& prices) {

vector<vector<int> > dp(prices.size(),vector<int>(2));

//进行初始化条件

dp[0][0] = 0;

dp[0][1] = -prices[0];

for (int i = 1; i < prices.size(); 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][0] - prices[i]);

}

return dp[prices.size() - 1][0];

}

};



声明

本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。