买卖股票相关的动态规划题目

文章目录

  • 1.买卖股票的最佳时机含冷冻期
  • 2.买卖股票的最佳时期含⼿续费
  • 3.买卖股票的最佳时机III
  • 4.买卖股票的最佳时机IV

1.最佳买卖股票时机含冷冻期

力扣链接:力扣

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)。

首先我们分析一下题目,题目中的要点是卖出股票后第二天不能买入,并且每次买新的股票前都要出售掉原先的股票,有了这个限制条件,我们就很容易分析出这道题是多状态的dp。

1.状态表示

当我们以dp[i]表示第i天结束的最大利润时,我们发现无法写出状态转移方程,因为要求第i天的最大利润,我们要看第i天是否是冷冻期或者是否手中无股票或者手中有股票,所以我们将有三种状态表示:

f[i]表示第i天手中有股票的最大利润

g[i]表示第i天手中没有股票的最大利润

s[i]表示第i天处于冷冻期的最大利润

2.状态转移方程

首先我们要分析每种状态,比如我们第i天持有股票,那么从哪一个状态可以到有股票的状态呢?当前一天也就是i-1天就有股票的时候,我们什么也不干到了第i天还是处于有股票的状态。当前一天是没有股票的状态,那么我们在前一天买股票到了第i天就处于有股票状态。

所以f[i] = max(f[i-1],g[i-1] – p[i])

接下来我们分析没有股票的状态,首先如果前一天就没有股票,那么什么也不干到了第i天还是处于没有股票的状态。如果前一天是冷冻期,那么什么也不干到了第i天就自动处于没有股票状态(因为冷冻期一定是卖出股票了,一旦卖出手中就没有股票了)。

所以 g[i] = max(g[i-1],s[i-1])

接下来我们分析冷冻期,冷冻期一定是卖出股票才会有的,所以前一天是有股票状态,然后将股票卖出,第i天就是冷冻期。

所以s[i] = f[i-1] + p[i];

3.初始化

从状态转移方程我们可以看到每次需要前一天的利润,那么只有第1天会越界,所以我们直接初始化三个表的第一天,第一天要有股票那么就得买入,买入利润就从0变成负数,所以f[0] = -p[0]

第一天没有股票那么什么也不干就可以,所以g[0] = 0

第一天就处于冷冻期那么利润一定为0所以s[0] = 0

4.填表

从左向右,三个表一起填

5.返回值

返回三个表的最后一天的最大值。

class Solution {public:int maxProfit(vector& prices) {int n = prices.size();vector f(n,0),g(n,0),s(n,0);f[0] = -prices[0];for (int i = 1;i<n;i++){f[i] = max(f[i-1],g[i-1]-prices[i]);g[i] = max(g[i-1],s[i-1]);s[i] = f[i-1]+prices[i];}return max(f[n-1],max(g[n-1],s[n-1]));}};

当然我们也可以将代码优化一下,最后一天如果手里还有股票没卖出去,那么这一天的利润一定是比无股票状态和冷冻期状态低的,所以我们只需要返回卖出股票状态的最大值即可:

当然,我们上面用三个一维数组表示状态是比较冗余的,我们可以用二维数组来表示,代码如下:

class Solution {public:int maxProfit(vector& prices) {int n = prices.size();vector<vector> dp(n,vector(3,0));dp[0][0] = -prices[0];for (int i = 1;i<n;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][2]);dp[i][2] = dp[i][0] + prices[i];}return max(dp[n-1][1],dp[n-1][2]);}};

上面我们是以dp[i][0]表示有股票状态,dp[i][1]表示无股票状态,dp[i][2]表示冷冻期。

2.买卖股票的最佳时机含手续费

力扣链接:力扣

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。

这道题是我们做的第一道题的变种,我们先来分析一下这道题中的细节:

首先这次没有冷冻期了可以随便交易,但是每笔交易需要付手续费,这里要注意了,一笔交易是指有股票然后卖出,可以理解为只有卖出的时候需要交手续费。并且这道题和第一题一样,都是只有卖出原先的股票才能购买新的股票。

1.状态表示

我们根据上一题的经验,直接用f[i]表示第i天手中有股票的最大利润,用g[i]表示第i天手中没有股票的最大利润。

2.状态转移方程

因为此题只有两种状态,所以我们直接分析:

当前一天也就是i-1天就有股票的时候,我们什么也不干到了第i天还是处于有股票的状态。当前一天是没有股票的状态,那么我们在前一天买股票到了第i天就处于有股票状态。

所以f[i] = max(f[i-1],g[i-1]-p[i])

首先如果前一天就没有股票,那么什么也不干到了第i天还是处于没有股票的状态。如果前一天有股票,那么我们卖出股票就变成了没有股票状态。

所以g[i] = max(g[i-1],f[i-1] + p[i] -fee) //注意卖出股票需要支付手续费

3.初始化

只有第一天会越界,所以我们直接初始化两个表的第一天的最大利润:

第一天要有股票那么就得买入,买入利润就从0变成负数,所以f[0] = -p[0]

第一天没有股票那么什么也不干就可以,所以g[0] = 0

4.填表

从左向右,两个表一起填

5.返回值

返回最后一天是卖出状态的最大利润即可。(因为最后一天手中没股票一定比手中有股票的利润大)

class Solution {public:int maxProfit(vector& prices, int fee) { int n = prices.size(); vector f(n,0),g(n,0); f[0] = -prices[0]; for (int i = 1;i<n;i++) { f[i] = max(f[i-1],g[i-1]-prices[i]); g[i] = max(f[i-1]+prices[i]-fee,g[i-1]); } return g[n-1];}};

3.买卖股票的最佳时机 III

力扣链接:力扣

给定一个数组,它的第i个元素是一支给定的股票在第i天的价格。

设计一个算法来计算你所能获取的最大利润。你最多可以完成两笔交易。

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)。

这道题和我们上一题基本一样,就是多了一个最多完成两笔交易的限制,下面我们直接开始分析。

1.状态表示

我们根据前两道题的经验,先以f[i]表示第i天手中有股票的最大利润,g[i]表示第i天手中没有股票的最大利润,但是我们发现这样的状态表示无法限制最多完成两笔交易,所以我们直接多加一个状态就可以了,用f[i][0]代表第i天进行了0笔交易手中有股票的最大利润,f[i][1]代表第i天进行了1笔交易手中有股票的最大利润,f[i][2]代表第i天进行了2笔交易手中有股票的最大利润,g表同理。

所以f[i][j]代表第i天交易了j次,处于有股票状态。

g[i][j]代表第i天交易了j次,处于没有股票的状态。

2.状态转移方程

当前一天也就是i-1天就有股票的时候,我们什么也不干到了第i天还是处于有股票的状态。当前一天是没有股票的状态,那么我们在前一天买股票到了第i天就处于有股票状态。

所以f[i][j]= max(f[i-1][j],g[i-1][j]-p[i]) 注意:前一天处于有股票的状态,那么什么也不干第i天还是处于有股票的状态,所以我们的交易次数是不变的,还是j次。如果前一天是没有股票状态,那么买了股票就到了有股票状态,但是我们要注意只有卖出股票才算一次交易,所以这里还是j次交易没有改变。

首先如果前一天就没有股票,那么什么也不干到了第i天还是处于没有股票的状态,并且交易次数不发生改变。如果前一天有股票,那么我们卖出股票就变成了没有股票状态,但是卖出股票就会增加一次交易,而我们要求的实际上是第i天的交易,也就是说增加完一次交易后交易次数才变成了j,那么在求前一天的有股票的利润时应该按照j-1的交易次数(因为前一天有股票,第i天卖出变成没有股票状态,一旦卖出交易次数+1,默认第i天是j次交易的话,那么第i-1天就是j-1次交易)

所以g[i] = max(g[i-1][j],f[i-1][j-1]+p[i])

3.初始化

通过状态转移方程可以发现,每次要求前一天相应交易次数的最大值,而为了原来表中的数据不影响取最大值,就将表中每个数据初始化为整形的最小值,但是由于有-p[i]的存在,会使整形的最小值溢出,所以我们只取一半整形的最小值就好了。

第一天要有股票并且不交易(也就是不卖出)那么利润就从0变成负数,所以f[0][0]= -p[0]

第一天没有股票并且交易次数为0,那么什么也不干就可以,所以g[0][0] = 0

4.填表

每一行从上往下,每一列从左向右,两个表一起填

5.返回值

返回最后一天是卖出状态的并且交易是0,1,2三种中的最大利润即可。(因为题目只限制不超过2笔交易,但是不能保证交易次数多一定利润大,当只有一天的股票的时候,不交易是利润最大的)

class Solution {public:int maxProfit(vector& prices) {int n = prices.size();const int Min = -0x3f3f3f3f;vector<vector> f(n,vector(3,Min));auto g = f;f[0][0] = -prices[0];g[0][0] = 0;for (int i = 1;i<n;i++){for (int j = 0;j=1){g[i][j] = max(g[i-1][j],f[i-1][j-1]+prices[i]);}}}int ret = g[n-1][0];for (int i = 1;i<3;i++){if (ret<g[n-1][i]){ret = g[n-1][i];}}return ret;}};

需要注意的是,我们的f[i-1][j-1]这种情况只有在j>=1的时候才不会越界,所以当j = 0的时候我们只需要让g[i][j] = g[i-1][j]

4.买卖股票的最佳时机 IV

力扣链接:力扣

给定一个整数数组prices,它的第i个元素prices[i]是一支给定的股票在第i天的价格,和一个整型k

设计一个算法来计算你所能获取的最大利润。你最多可以完成k笔交易。也就是说,你最多可以买k次,卖k次。

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)。

其实大家不难发现,这道题和我们上一题的区别只有交易的最大限制,而我们也只需要将上一题的两笔交易修改为k笔交易即可。

1.状态表示

f[i][j]代表第i天交易了j次,处于有股票状态。

g[i][j]代表第i天交易了j次,处于没有股票的状态。

2.状态转移方程

当前一天也就是i-1天就有股票的时候,我们什么也不干到了第i天还是处于有股票的状态。当前一天是没有股票的状态,那么我们在前一天买股票到了第i天就处于有股票状态。

所以f[i][j]= max(f[i-1][j],g[i-1][j]-p[i]) 注意:前一天处于有股票的状态,那么什么也不干第i天还是处于有股票的状态,所以我们的交易次数是不变的,还是j次。如果前一天是没有股票状态,那么买了股票就到了有股票状态,但是我们要注意只有卖出股票才算一次交易,所以这里还是j次交易没有改变。

首先如果前一天就没有股票,那么什么也不干到了第i天还是处于没有股票的状态,并且交易次数不发生改变。如果前一天有股票,那么我们卖出股票就变成了没有股票状态,但是卖出股票就会增加一次交易,而我们要求的实际上是第i天的交易,也就是说增加完一次交易后交易次数才变成了j,那么在求前一天的有股票的利润时应该按照j-1的交易次数(因为前一天有股票,第i天卖出变成没有股票状态,一旦卖出交易次数+1,默认第i天是j次交易的话,那么第i-1天就是j-1次交易)

所以g[i] = max(g[i-1][j],f[i-1][j-1]+p[i])

3.初始化

通过状态转移方程可以发现,每次要求前一天相应交易次数的最大值,而为了原来表中的数据不影响取最大值,就将表中每个数据初始化为整形的最小值,但是由于有-p[i]的存在,会使整形的最小值溢出,所以我们只取一半整形的最小值就好了。

第一天要有股票并且不交易(也就是不卖出)那么利润就从0变成负数,所以f[0][0]= -p[0]

第一天没有股票并且交易次数为0,那么什么也不干就可以,所以g[0][0] = 0

4.填表

每一行从上往下,每一列从左向右,两个表一起填

5.返回值

返回最后一天是卖出状态的并且交易是K种中的最大利润即可。(因为题目只限制不超过K笔交易,但是不能保证交易次数多一定利润大,当只有一天的股票的时候,不交易是利润最大的)

class Solution {public:int maxProfit(int k, vector& prices) {int n = prices.size();const int Min = -0x3f3f3f3f;vector<vector> f(n,vector(k+1,Min));auto g = f;f[0][0] = -prices[0];g[0][0] = 0;for (int i = 1;i<n;i++){for (int j = 0;j=1){g[i][j] = max(g[i-1][j],f[i-1][j-1]+prices[i]);}}}int ret = g[n-1][0];for (int i = 1;i<k+1;i++){if (ret<g[n-1][i]){ret = g[n-1][i];}}return ret;}};

注意:我们上一题两笔交易的时候,要开3个位置,这是因为还要0笔交易也就是不交易的情况,所以这道题给出K笔交易的时候我们还要多加1用来表示第0笔交易。