LeetCode_96_BeatTimeToBuyAndSellStockII


1. question: 买卖股票的最佳时机II(中等)

给你一个整数数组 prices ,其中 prices[i] 表示某支股票第 i 天的价格。

在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。

返回 你能获得的 最大 利润 。

来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-ii

示例 1:

1
2
3
4
5
输入:prices = [7,1,5,3,6,4]
输出:7
解释:在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。
随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6 - 3 = 3 。
总利润为 4 + 3 = 7 。

示例 2:

1
2
3
4
输入:prices = [1,2,3,4,5]
输出:4
解释:在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。
总利润为 4 。

示例 3:

1
2
3
输入:prices = [7,6,4,3,1]
输出:0
解释:在这种情况下, 交易无法获得正利润,所以不参与交易可以获得最大利润,最大利润为 0 。

提示:

1
2
1 <= prices.length <= 3 * 104
0 <= prices[i] <= 104

2. answers

感觉最近做的几道题已经不能简答地划分为某种算法了,更多地是对问题的认识,对题目的分解等等。

这道题最开始想的是:计算不相交的升序子序列之和。但是感觉需要回溯,有点麻烦。参考了题解,发现问题可以简化。

首先,第一天到第五天的收益可以转化为:之间每一天的收益总和(即使是负数)。比如[7,1,5,3,6,4],p=1和p=6之间的收益(6-1=5),可以转换为(5-1 + 3-5 + 6-3 = 5)。

那么也就是说:某几天的收益,可以由若干个子天的收益组合求出。更大一点地说,本题目中没有描述出可以买卖几次,因此本题目的总收益可以由若干次的子买卖组成。这些子买卖都是连续天内组成的。即类似上面的[6-1]。

只需要保证上面的连续天的子买卖收益最大即可。那么上面连续天的子买卖由相邻每天的收益组成。

所以,总体上说:本题目的最优解就是 几段买卖 * 连续天 * 每天收益。

进一步可转换成:若干个每天收益。那么怎么保证若干个每天收益最优呢?只需要每天的收益为正即可呀。

所以,首先求解相邻天的收益。之后,遍历累加正收益即可。代码如下所示:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
public class Solution_0096 {

public int maxProfit(int[] prices) {

// 遍历数组,计算收益差。
int[] result = new int[prices.length - 1];

for (int i = 0; i < prices.length - 1; i++) {
result[i] = prices[i + 1] - prices[i];
}

// 求和正收益
int sums = 0;

for (int value : result) {
if (value > 0) sums += value;
}

return sums;
}

public static void main(String[] args) {
System.out.println();

int[] prices = {7, 1, 5, 3, 6, 4};

Solution_0096 s = new Solution_0096();

System.out.println(s.maxProfit(prices));
}
}

其实可以进一步优化:在计算每天收益的时候,如果为正,直接累加即可,无需再次遍历。

以动态规划的角度看一下,这道题其实和买卖股票类似,只不过这道题允许多次交易,此时dp[i][0]除了由dp[i-1][0]得到,还可以是前一天不持有,今天持有得到。代码如下所示:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
public class Solution_0096_05 {

public int maxProfit(int[] prices) {

// 初始化dp[0][0] = -prices[0],dp[0][1] = 0
int[][] dp = new int[prices.length][2];
dp[0][0] = -prices[0];
dp[0][1] = 0;

for (int i = 1; i < dp.length; 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], dp[i-1][0] + prices[i]);

}

// 其实最终结果肯定是dp[n][1]
return dp[dp.length - 1][1];
}

public static void main(String[] args) {
System.out.println();

Solution_0096_05 s = new Solution_0096_05();

// int[] prices = {7,1,5,3,6,4};
// int[] prices = {1,2,3,4,5};
int[] prices = {7,6,4,3,1};

System.out.println(s.maxProfit(prices));
}
}

3. 备注

参考力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台 (leetcode-cn.com)代码随想录 (programmercarl.com)


文章作者: 浮云
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 浮云 !
  目录