代码随想录算法训练营第四十八天| 动态规划

Posted by Zhuoqun on March 2, 2023

121. 买卖股票的最佳时机

这道题还是挺简单的,一下子就做出来的。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        vector<int> dp(prices.size(),0);
        int min_price = prices[0];

        for(int i=1; i<prices.size(); i++){
            if(prices[i] < min_price){
                min_price = prices[i];
            }
            dp[i] = max(dp[i-1],prices[i]-min_price);
        }
        return dp[prices.size()-1];
    }
};

今天是3月6号。本来之前只是用贪心算法写出来了。后来发现好多类似的题得用动态规划,那么这道题我就重新用动态规划写一遍。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        vector<vector<int>> dp(prices.size(), vector<int>(2));
        dp[0][0] = -prices[0];
        dp[0][1] = 0;

        for(int i=1; i<prices.size(); i++){
            dp[i][0] = max(dp[i-1][0],-prices[i]);//持有
            dp[i][1] = max(dp[i-1][1],prices[i]+dp[i-1][0]);//不持有
        }

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

    }
};

用动态规划的写法里,我们记录每个index的两个数据。dp[i][0]是当天持有股票所得的现金,dp[i][1]是当天不持有股票所得的现金。

dp[i][0]是根据什么算出来的呢?有两种情况:

  1. 我们向来就持有了股票,那么我们就去前一天的值就可以了:dp[i-1][0]
  2. 我们今天(也就是第i天)刚买这个股票,那么我们目前的钱数就应该是-price。

dp[i][0]也有两种情况需要考虑:

  1. 我们早就不持有股票了,那么我们就取前一天的值就行了:dp[i-1][1]
  2. 我们今天才抛售股票,那么我们的钱数就应该是昨天持有股票时的签署加上今天的价格,就是我们的获利。那就是prices[i]+dp[i-1][0]

想明白这个其实也不太容易,而且需要记住。

122.买卖股票的最佳时机II

使用贪心算法算出来的。(之前做过这道题)

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int result = 0;
        int min_sum = prices[0];
        for(int i=1; i<prices.size(); i++){
            if(prices[i] > min_sum){
                result += prices[i] - min_sum;
            }
            min_sum =  prices[i];
        }
        return result;
    }
};

这道题我也按照动态规划的写法写了一遍。唯一的区别的就是对于持有股票状态的每天,不应该是单纯的-price,而是前一天没有股票的状态的钱数减去今天股票的钱数,这代表着今天又买了股票。之所以做这个改变,是因为这道题我们可以再次购买股票。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int len = prices.size();
        vector<vector<int>> dp(len,vector<int>(2));

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

        return max(dp[len-1][0],dp[len-1][1]);
    }
};