第五十一天| 309.最佳买卖股票时机含冷冻期、714.买卖股票的最佳时机含手续费

第四十八天| 121. 买卖股票的最佳时机、122.买卖股票的最佳时机II-CSDN博客

第五十天| 123.买卖股票的最佳时机III、188.买卖股票的最佳时机IV-CSDN博客

Leetcode 309.最佳买卖股票时机含冷冻期 

题目链接:309 最佳买卖股票时机含冷冻期

题干: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)。

思考:动态规划。本题是在 122.买卖股票的最佳时机II 的基础上加上冷冻期。

  • 确定dp数组以及下标的含义(本题的难点)

dp[i][j]:第i天,状态为j,所剩的最多现金为dp[i][j]。

出现冷冻期后,状态比较复杂度。尤其要注意 不进行买入卖出 的几种情况。

具体可以区分出如下四个状态:

  • 状态一:持有股票状态(今天 或 之前就买入了股票然后没有操作,一直持有)
  • 不持有股票状态,这里就有两种卖出股票状态
    • 状态二:保持卖出股票状态(前一天处于冷冻期 或 之前就是卖出股票状态,一直没操作)
    • 状态三:今天卖出股票(真实卖出股票)
  • 状态四:今天为冷冻期状态,但冷冻期状态不可持续,只有一天!

 以上状态j分别用0,1,2,3代指。

本题之所以要将不持有股票的状态分为状态二和状态三,是由于如果本题的冷冻期从不持有股票的状态推出,则冷冻期连续,不止一天,与题干矛盾。

  • 确定递推公式

达到买入股票状态(状态一)即:dp[i][0],有两个具体操作:

  • 操作一:前一天就是持有股票状态(状态一),dp[i][0] = dp[i - 1][0]
  • 操作二:今天买入股票,有两种情况
    • 前一天是冷冻期(状态四),dp[i - 1][3] - prices[i]
    • 前一天是保持卖出股票的状态(状态二),dp[i - 1][1] - prices[i]

那么dp[i][0] = max(dp[i - 1][0], dp[i - 1][3] - prices[i], dp[i - 1][1] - prices[i]);


达到保持卖出股票状态(状态二)即:dp[i][1],有两个具体操作:

  • 操作一:前一天就是状态二,dp[i - 1][1]
  • 操作二:前一天是冷冻期(状态四),dp[i - 1][3]

dp[i][1] = max(dp[i - 1][1], dp[i - 1][3]);


达到今天就卖出股票状态(状态三),即:dp[i][2] ,只有一个操作:

昨天一定是持有股票状态(状态一),今天卖出。即:dp[i][2] = dp[i - 1][0] + prices[i];


达到冷冻期状态(状态四),即:dp[i][3],只有一个操作:

昨天卖出了股票(状态三)。dp[i][3] = dp[i - 1][2];

  • dp数组如何初始化

从递推公式可以看出,基础为dp[0][j],即第0天如何初始化。

如果是持有股票状态(状态一)那么:dp[0][0] = -prices[0],一定是当天买入股票。

之后三种状态的初始化,从定义难以解释,因此我们直接从递推公式来推导。

如果i为1,第1天买入股票,那么递归公式中需要计算 dp[i - 1][1] - prices[i] ,即 dp[0][1] - prices[1],此处的 dp[0][1] (即第0天的保持卖出股票状态(状态二))相当于第0天的利润作本金,因此初始为0。

同理第0天的今天卖出股票(状态三),dp[0][2]也应初始化为0。

此外由于冷冻期不操作,状态四和状态三的值恒等。因此dp[0][3]也初始为0。

  • 确定遍历顺序

从递归公式上可以看出,dp[i] 依赖于 dp[i-1],所以是从前向后遍历。

  • 举例推导dp数组

以 [1,2,3,0,2] 为例,dp数组如下:

最后 获取最大金额一定不是持有股票的状态,只可能是最后一天卖出股票(状态三)或最后一天不操作(状态二和状态四),并且返回这三种状态的最大值。 

代码:

class Solution {
public:int maxProfit(vector<int>& prices) {vector<vector<int>> dp(prices.size(), vector<int>(4));dp[0][0] = - prices[0];dp[0][1] = 0;dp[0][2] = 0;dp[0][3] = 0;for (int i = 1; i < prices.size(); i++) {//保持持有股票、之前处于卖出股票本次买入股票、之前处于冷冻期本次买入股票dp[i][0] = max(dp[i - 1][0], max(dp[i - 1][1], dp[i - 1][3]) - prices[i]);//保持卖出股票状态、之前处于冷冻期状态本次处于卖出股票状态dp[i][1] = max(dp[i - 1][1], dp[i - 1][3]);//之前处于持有股票状态本次真实卖出股票dp[i][2] = dp[i - 1][0] + prices[i];//之前真实卖出股票本次处于冷冻期dp[i][3] = dp[i - 1][2];}//最后一天卖出股票 或 最后一天无操作return max(dp[prices.size() - 1][2], max(dp[prices.size() - 1][1], dp[prices.size() - 1][3]));}
};

Leetcode 714.买卖股票的最佳时机含手续费

题目链接:714 买卖股票的最佳时机含手续费

题干:给定一个整数数组 prices,其中 prices[i]表示第 i 天的股票价格 ;整数 fee 代表了交易股票的手续费用。

你可以无限次地完成交易,但是你每笔交易都需要付手续费。如果你已经购买了一个股票,在卖出它之前你就不能再继续购买股票了。

返回获得利润的最大值。

注意:这里的一笔交易指买入持有并卖出股票的整个过程,每笔交易你只需要为支付一次手续费。

思考:动态规划。本题与 122.买卖股票的最佳时机II 的区别就是这里需要多一个减去手续费的操作。减去手续费的操作既可以放在购入股票时也可以放在卖出股票时。(下面的代码将费用放在购票时)。递推公式和初始化稍加修改即可。

代码:

class Solution {
public:int maxProfit(vector<int>& prices, int fee) {//dp[i][0]:第i天持有股票状态    dp[i][1]:第i天不持有股票状态vector<vector<int>> dp(prices.size(), vector<int>(2));dp[0][0] = - prices[0] - fee;       //买入股票时考虑手续费dp[0][1] = 0;for (int i = 1; i < prices.size(); i++) {dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i] - fee);   //一直持有股票 或 第i天买入股票(上一次交易利润作本金)dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);         //第i天卖出股票 或 之前就卖出股票}return dp[prices.size() - 1][1]; }
};

股票问题总结:

股票问题的重点有两处:

        对于股票交易次数的限制 可以从 每次交易的本金 和 交易状态考虑。只需一次交易则交易本金一直为0;无限次交易则将上次交易的利润当作本次交易的本金;有限次(大于一次)交易通过添加 不同次交易状态 来同步更新 保证不超过指定交易次数。

​​​​​​​        对于交易情况的限制 可以从 交易状态考虑。本质上和有限次交易次数限制一样,但是要考虑具体的状态种类 来确定dp数组含义 以及 考虑全各种状态之间的转换情况 来确定递推公式。

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。如若转载,请注明出处:http://www.hqwc.cn/news/520156.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

想用Python做自动化测试?Python反射机制的应用!

通常&#xff0c;我们操作对象的属性或者方法时&#xff0c;是通过点“.”操作符进行的。例如下面的代码&#xff1a; class Person: type "mammal"def __init__(self, name): self.name namedef say_hi(self): print(Hello, my name is, self.n…

006-浏览器输入域名到返回

浏览器输入域名到返回 1、URL 输入2、DNS 域名解析3、建立 TCP 连接三次握手概念三次握手理解 4、发送 HTTP/HTTPS 请求5、服务器处理&#xff0c;并返回响应6、浏览器解析并渲染页面7、请求结束&#xff0c;端口 TCP 连接四次挥手概念四次挥手理解 1、URL 输入 2、DNS 域名解析…

[HackMyVM]靶场 Wild

kali:192.168.56.104 主机发现 arp-scan -l # arp-scan -l Interface: eth0, type: EN10MB, MAC: 00:0c:29:d2:e0:49, IPv4: 192.168.56.104 Starting arp-scan 1.10.0 with 256 hosts (https://github.com/royhills/arp-scan) 192.168.56.1 0a:00:27:00:00:05 …

20240307-2-前端开发校招面试问题整理HTML

前端开发校招面试问题整理【2】——HTML 1、HTML 元素&#xff08;element&#xff09; Q&#xff1a;简单介绍下常用的 HTML 元素&#xff1f; 块状标签&#xff1a;元素独占一行&#xff0c;可指定宽、高。 常用的块状元素有&#xff1a; <div>、<p>、<h1&…

横琴正式封关运行,惟客数据都做了什么?

​作为中国实施高水平制度型开放的重大探索&#xff0c;位于珠海横琴岛的横琴粤澳深度合作区于2024年3月1日零时正式实施分线管理封关运行&#xff0c;共设1个“一线”口岸、7个“二线”海关作业现场&#xff0c;覆盖旅检、货运、通关、稽&#xff08;核&#xff09;查等多线条…

火柴排队(逆序对 + 离散化)

505. 火柴排队 原题链接 思路 如下是画图分析的一些过程 在这里贪心的思路是排序&#xff0c;然后两个数组都是从小到大那样对应的话最终的答案可达到最小 而我们只能交换相邻的火柴&#xff0c;故在这里先假设一个简化版本&#xff0c;即A有序&#xff0c;而只需要对B进行…

【数据结构五】队列和Queue详解

目录 队列 1.模拟实现一个队列 2.Queue的基本使用 3.循环队列详解 4.双端队列详解 5.分别用栈实现队列&#xff0c;队列实现栈 队列 队列 &#xff1a;只允许在一端进行插入数据操作&#xff0c;在另一端进行删除数据操作的特殊线性表&#xff0c;队列具有先进先出 FIFO(Fi…

ruoyi-vue框架密码加密传输

先看一下改造后的样子&#xff0c;输入的密码不会再以明文展示。 下面我主要把前后端改造的代码贴出来。 1.后端代码 RsaUtils类 在com.ruoyi.common.utils包下新建RsaUtils类&#xff0c;RsaUtils添加了Component注解 generateKeyPair()构建密钥对添加了Bean注解 在项目启动…

java 获取项目内的资源/配置文件

【getResourceAsStream】是java中用于获取项目内资源的常用方法&#xff0c;能够返回一个数据流&#xff0c;从而允许我们读取指定路径下的资源文件。这个方法可以用来读取各种类型的资源文件&#xff0c;包括但不限于文本文件、图像文件、配置文件等。 要使用getResourceAsStr…

Ansible 基础入门

2&#xff09;Ansible 介绍 Ansible 基本概念 Ansible 是一种自动化运维工具&#xff0c;基于 Paramiko 开发的&#xff0c;并且基于模块化工作&#xff0c;Ansible 是一种集成 IT 系统的配置管理、应用部署、执行特定任务的开源平台&#xff0c;它是基于 Python 语言&#xf…

19-Java中介者模式 ( Mediator Pattern )

Java中介者模式 摘要实现范例 中介者模式&#xff08;Mediator Pattern&#xff09;提供了一个中介类&#xff0c;该类通常处理不同类之间的通信&#xff0c;并支持松耦合&#xff0c;使代码易于维护中介者模式是用来降低多个对象和类之间的通信复杂性中介者模式属于行为型模式…

内衣洗衣机怎么选?2024年度最新爆品内衣洗衣机测评

内衣裤洗衣机是一种非常实用的洗衣机&#xff0c;可以有效地保护内衣和贴身衣物的质量和卫生&#xff0c;相比于普通的家用大型洗衣机&#xff0c;内衣裤洗衣机在容量、洗涤方式、控制方式和价格等方面有很大的不同之处&#xff0c;如果您经常需要清洗内衣和贴身衣物&#xff0…