2021/5/17 刷题笔记买卖股票的最佳时机与动态规划

Posted 黑黑白白君

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了2021/5/17 刷题笔记买卖股票的最佳时机与动态规划相关的知识,希望对你有一定的参考价值。



买卖股票的最佳时机

【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。

提示:

1 <= prices.length <= 105
0 <= prices[i] <= 104


来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

【我的方法】

  • 对于只有两个元素的数组[a2,a1],利润为max(a1-a2,0)
  • 对于三个元素的数组[a3,a2,a1],利润要么是[a2,a1]的利润,要么是max(a2,a1)-a3
  • 因此可推出有n个元素的数组的最大利润
class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if len(prices)<2:
            return 0
        else:
            res = 0
            tempmax=prices[-1]
            i = len(prices)-2
            while(i>=0):
                if tempmax>prices[i]:
                    res = max(res,tempmax-prices[i])
                else:
                    tempmax=prices[i]  # 记录当前元素右侧最大的数
                i-=1
            return res

执行结果:

  • 执行用时:224 ms, 在所有 Python3 提交中击败了82.94%的用户

  • 内存消耗:23.5 MB, 在所有 Python3 提交中击败了52.35%的用户



动态规划算法

1、状态定义

创建一个一维数组或者二维数组,保存每一个子问题的结果。在此问题中,dp[i][j]表示第i天结束后手上的现金,j=0表示不持股,j=1表示持股。

2、设置数组边界值

一维数组就是设置第一个数字,二维数组就是设置第一行跟第一列的值。在此问题中,dp[0][0]=0,dp[0][1]=0-prices[0],因为第1天的股票价格当成初始的0。

3、推导状态转换方程。

也就是说找到每个状态跟上一个状态的关系,根据状态转化方程写出代码。在此问题中,第i天的状态只与第i-1天有关。

  • dp[i][0]表示第i天不持股,分两种情况:
    • 第i-1天也不持股,即今天无行为。
    • 第i-1天持股,则今天卖出股票。
  • dp[i][1]表示第i天持股,分两种情况:
    • 第i-1天不持股,则今天为买入股票。(注意:只允许交易一次,因此手上的现金数就是当天的股价的相反数
    • 第i-1天也持股,则今天无行为。
  1. 返回需要的值,一般是数组的最后一个或者二维数组的最右下角。

参考代码

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        length=len(prices)
        dp = [[0 for i in range(2)]]*length
        dp[0][1]=-prices[0]
        for i in range(1,length):
            dp[i][0]=max(dp[i-1][0],dp[i-1][1]+prices[i])
            dp[i][1]=max(dp[i-1][1],-prices[i])
        return dp[length-1][0]  # 如果最后一天还不卖则利润为0

执行结果:

  • 执行用时:508 ms, 在所有 Python3 提交中击败了7.74%的用户

  • 内存消耗:22.7 MB, 在所有 Python3 提交中击败了99.48%的用户

复杂度分析:

  • 时间复杂度
    O(n)
  • 空间复杂度
    O(n)

*进行空间优化:

空间优化只看状态转移方程

状态转移方程里下标为 i 的行只参考下标为 i - 1 的行(即只参考上一行),并且:

  • 下标为 i 的行并且状态为 0 的行参考了上一行状态为 0 和 1 的行。
  • 下标为 i 的行并且状态为 1 的行只参考了上一行状态为 1 的行。

参考代码V2:

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        length=len(prices)
        dp = [0]*2
        dp[1]=-prices[0]
        for i in range(1,length):
            dp[0]=max(dp[0],dp[1]+prices[i])
            dp[1]=max(dp[1],-prices[i])
        return dp[0]

在这里插入图片描述

复杂度分析:

  • 空间复杂度
    O(1)
  • 时间复杂度
    O(n)

以上是关于2021/5/17 刷题笔记买卖股票的最佳时机与动态规划的主要内容,如果未能解决你的问题,请参考以下文章

刷题38——买卖股票的最佳时机(力扣)

java刷题122-买卖股票的最佳时机II

[JavaScript 刷题] DP - 买卖股票的最佳时机,leetcode 121

[JavaScript 刷题] DP - 买卖股票的最佳时机,leetcode 121

Leecode刷题之旅-C语言/python-121买卖股票的最佳时机

Leetcode刷题Python309. 最佳买卖股票时机含冷冻期