当前位置: 首页 > article >正文

买股票的最佳时机 - 2

买卖股票的最佳时机 III

题目描述:

提示:

  • 1 <= prices.length <= 105
  • 0 <= prices[i] <= 105
分析过程:

写动态规划,我们需要考虑一下问题:

  1. 定义状态
  2. 状态转移方程
  3. 初始条件
  4.  遍历顺序

4种状态:

实现先思考一共有几种状态,题目当中说我们一共最多可以买卖两次股票,所以买卖股票一共有四种情况,加上不持有股票,就是以下4种状态:

  1. 第一个持有股票
  2. 第一次卖出股票
  3. 第二次持有股票
  4. 第二次卖出股票

 转移方程:

第一次买入:
        在第 i 天,可以选择在第 i 天买入,或者保持之前的买入状态。
buy1[i] = max(buy1[i-1], -prices[i])
(初始资金为 0,第一次买入后的余额是 -prices[i])
第一次卖出:
        在第 i 天,可以选择在第 i 天卖出,或者保持之前的卖出状态。
sell1[i] = max(sell1[i-1], buy1[i-1] + prices[i])
第二次买入:
        在第 i 天,可以选择在第 i 天买入(用第一次卖出的利润),或者保持之前的买入状态。
buy2[i] = max(buy2[i-1], sell1[i-1] - prices[i])
第二次卖出:
        在第 i 天,可以选择在第 i 天卖出,或者保持之前的卖出状态。
sell2[i] = max(sell2[i-1], buy2[i-1] + prices[i])

 遍历顺序:

通过上面的转移方程,我们可以看出,我们只需要一次遍历,就可以得出我们的dp 

初始化: 

buy1[0] = -prices[0](第一天买入)
sell1[0] = 0(第一天无法卖出)
buy2[0] = -prices[0](允许同一天买入两次?其实此时第一次卖出利润为 0,所以 buy2[0] = 0 - prices[0])
sell2[0] = 0(第一天无法卖出两次)  

 代码:
class Solution {
public:int maxProfit(vector<int>& prices) {int sizes = prices.size();if (!sizes)return 0;vector<vector<int>> dp(sizes, vector<int>(5, 0));dp[0][1] = -prices[0];dp[0][3] = -prices[0];for (int i = 1; i < sizes; i++) {dp[i][1] = max(dp[i - 1][1], -prices[i]);dp[i][2] = max(dp[i - 1][1] + prices[i], dp[i - 1][2]);dp[i][3] = max(dp[i - 1][2] - prices[i], dp[i - 1][3]);dp[i][4] = max(dp[i - 1][3] + prices[i], dp[i - 1][4]);}return dp[sizes - 1][4];}
};

买卖股票的最佳时机 IV

题目描述:

  • 1 <= k <= 100
  • 1 <= prices.length <= 1000
  • 0 <= prices[i] <= 1000

从题目当中我们可以看出,这道题多了一个限制,就是我们只能最多买k张股票

分析过程:

最多买2张股票和最多买k张股票的区别是哪里呢,买两张股票是4个状态,那买k张股票不是2k个状态吗,事实上就是这样,我们只需要在里面套上一层for循环就可以了,具体实现的逻辑和上面的一样

代码:
class Solution {
public:int maxProfit(int k, vector<int>& prices) {int n = prices.size();// 边界情况:如果没有股票或者价格为空,直接返回 0if (n == 0) return 0;// 如果k大于等于n/2,意味着可以进行无限次交易,用贪心算法来处理if (k >= n / 2) {int profit = 0;for (int i = 1; i < n; ++i) {if (prices[i] > prices[i - 1]) {profit += prices[i] - prices[i - 1];}}return profit;}// dp[i][j] 表示在第i天进行至多j次交易的最大利润vector<vector<int>> dp(n, vector<int>(k + 1, 0));// 进行每次交易for (int j = 1; j <= k; ++j) {int maxDiff = -prices[0];  // maxDiff 表示买入股票后的最大利润for (int i = 1; i < n; ++i) {dp[i][j] = max(dp[i - 1][j], prices[i] + maxDiff);  // 不交易或者卖出股票maxDiff = max(maxDiff, dp[i][j - 1] - prices[i]);  // 更新最大买入利润}}return dp[n - 1][k];  // 返回最终最大利润}
};

相关文章:

买股票的最佳时机 - 2

买卖股票的最佳时机 III 题目描述&#xff1a; 提示&#xff1a; 1 < prices.length < 1050 < prices[i] < 105 分析过程&#xff1a; 写动态规划&#xff0c;我们需要考虑一下问题&#xff1a; 定义状态状态转移方程初始条件 遍历顺序 4种状态&#xff1a; …...

Python基于flask的智慧交通可视化,大数据智慧交通数据可视化系统

博主介绍&#xff1a;✌程序员徐师兄、8年大厂程序员经历。全网粉丝12w、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战*✌ &#x1f345;文末获取源码联系&#x1f345; &#x1f447;&#x1f3fb; 精彩专栏推荐订阅&#x1f447…...

【Unity】鱼群效果模拟

鱼群效果模拟 文章目录 鱼群效果模拟Boid算法实现方式version1_CPUversion2_GPUversion3_Multilaterationversion4_Bitonic_Sorting &#xff08;GPU友好&#xff09;version5_Skinning &#xff08;TODO&#xff09; 细节项优化项参考链接 Boid算法 Boid算法是一种模拟群体行…...

Unity使用IL2CPP打包时,我们应该注意什么?如何避免(可以举例说明)

这一篇部分内容在Unity之中如何处理C#底层代码那篇博客之中有提及&#xff0c;接下来对这部分进行补充说明。&#xff08;请先阅读--Unity之中如何处理C#底层代码&#xff09; 目录 1 注意点 2 如何避免 1 注意点 IL2CPP 在编译过程中会将 IL&#xff08;中间语言&#xf…...

Wireshark使用介绍

文章目录 Wireshark介绍Wireshark使用工作模式介绍1. 混杂模式&#xff08;Promiscuous Mode&#xff09;2. 普通模式&#xff08;Normal Mode&#xff09;3. 监视模式&#xff08;Monitor Mode&#xff09; 界面分区捕获过滤器语法基本语法逻辑运算符高级语法使用示例捕获过滤…...

云图库平台(五)——后端图片模块开发

目录 一、需求分析二、库表设计三、图片的处理如何实现图片的上传和下载创建图片的业务流程如何对图片进行解析 四、创建并使用对象存储五、后端操作对象存储初始化客户端通用能力类文档上传文件下载 一、需求分析 管理员功能&#xff1a; 图片的上传和创建&#xff1a;仅管理…...

postman调用ollama的api

按照如下设置&#xff0c;不需要设置key 保持长会话的方法 # 首次请求 curl http://localhost:11434/api/generate -d {"model": "deepseek-r1:32b","prompt": "请永久记住&#xff1a;110&#xff0c;1-12&#xff0c;之后所有数学计算必…...

十、OSG学习笔记-多线程(OpenThreads)

上一节内容&#xff1a; 九、OSG学习笔记-NodeVisitor节点遍历器-CSDN博客https://blog.csdn.net/weixin_36323170/article/details/145742756?spm1001.2014.3001.5501 本章节代码&#xff1a; OsgStudy/Openthreads CuiQingCheng/OsgStudy - 码云 - 开源中国https://gite…...

Gemma 2 的滑动窗口注意力(Sliding Window Attention)解析:源代码

Gemma 2 的滑动窗口注意力&#xff08;Sliding Window Attention&#xff09;解析 在 Transformer 结构 中&#xff0c;自注意力&#xff08;Self-Attention&#xff09;是核心机制之一。然而&#xff0c;标准的自注意力计算复杂度为 ( O ( n 2 ) O(n^2) O(n2) )&#xff0c;随…...

机器学习数学通关指南——链式法则

前言 本文隶属于专栏《机器学习数学通关指南》&#xff0c;该专栏为笔者原创&#xff0c;引用请注明来源&#xff0c;不足和错误之处请在评论区帮忙指出&#xff0c;谢谢&#xff01; 本专栏目录结构和参考文献请见《机器学习数学通关指南》 正文 一、定义与公式 链式法则&a…...

Python爬虫实战:从零到一构建数据采集系统

文章目录 前言一、准备工作1.1 环境配置1.2 选择目标网站 二、爬虫实现步骤2.1 获取网页内容2.2 解析HTML2.3 数据保存 三、完整代码示例四、优化与扩展4.1 反爬应对策略4.2 动态页面处理4.3 数据可视化扩展 五、注意事项六、总结互动环节 前言 在大数据时代&#xff0c;数据采…...

DeepSeek 助力 Vue 开发:打造丝滑的单选按钮(Radio Button)

前言&#xff1a;哈喽&#xff0c;大家好&#xff0c;今天给大家分享一篇文章&#xff01;并提供具体代码帮助大家深入理解&#xff0c;彻底掌握&#xff01;创作不易&#xff0c;如果能帮助到大家或者给大家一些灵感和启发&#xff0c;欢迎收藏关注哦 &#x1f495; 目录 Deep…...

【行业解决方案篇十八】【DeepSeek航空航天:故障诊断专家系统 】

引言:为什么说这是“航天故障终结者”? 2025年春节刚过,航天宏图突然官宣"DeepSeek已在天权智能体上线",这个搭载在卫星和空间站上的神秘系统,号称能提前48小时预判99.97%的航天器故障。这不禁让人想起年初NASA禁用DeepSeek引发的轩然大波,更让人好奇:这套系…...

谷歌浏览器更新后导致的刷新数据无法显示

这几天突然出现的问题&#xff0c;就是我做了一个网站&#xff0c;一直用Google展示&#xff0c;前两天突然就是刷新会丢失数据&#xff0c;然后再刷新几次吧又有了&#xff0c;之前一直好好的&#xff0c;后端也做了一些配置添加了CrossOrigin注解&#xff0c;然而换了edge浏览…...

nvidia-docker2 和 NVIDIA Container Toolkit 的区别及推荐

NVIDIA Docker 和 NVIDIA Container Toolkit 1. NVIDIA Docker 和 NVIDIA Docker2 nvidia-docker 是 NVIDIA 最早推出的工具&#xff0c;用于在 Docker 容器中启用 GPU 支持。它以独立守护进程的形式作为 Volume Plugin 存在&#xff0c;但与 Docker 生态系统的兼容性较差&am…...

游戏设计模式阅读 - 游戏循环

游戏与普通程序最大的不同点在于&#xff1a; 游戏不像其他大多数软件&#xff0c;游戏即使在没有玩家输入时也继续运行。 如果你站在那里看着屏幕&#xff0c;游戏也不会冻结。动画会持续播放。视觉效果继续闪烁。 如果运气不好的话&#xff0c;怪物会继续暴揍你的角色。 那么…...

(五)趣学设计模式 之 建造者模式!

目录 一、 啥是建造者模式&#xff1f;二、 为什么要用建造者模式&#xff1f;三、 建造者模式怎么实现&#xff1f;四、 建造者模式的应用场景五、 建造者模式的优点和缺点六、 总结 &#x1f31f;我的其他文章也讲解的比较有趣&#x1f601;&#xff0c;如果喜欢博主的讲解方…...

github 怎么创建一个私有repository 并从另外一台电脑拉取下来更新

1.github上新建一个repository 设置为private tips删除在这 点setting 然后往下拖动 会有个这里是用来删项目的 2.另外 一台电脑拉取这个repository的时候 需要配置 一个ssh key 这个key的内容生成参考本地电脑的生成 然后在这配置 2.1 生成 SSH 密钥&#xff08;如果还没有…...

Spring Boot嵌入式服务器深度解析:从配置到调优的全方位指南

文章目录 引言一、嵌入式服务器核心原理1.1 架构设计特点1.2 主流服务器对比 二、嵌入式服务器配置实战2.1 基础配置模板2.2 HTTPS安全配置 三、高级调优策略3.1 线程池优化&#xff08;Tomcat示例&#xff09;3.2 响应压缩配置3.3 访问日志配置 四、服务器切换实战4.1 切换至U…...

DeepSeek-R1本地化部署的硬件要求

DeepSeek-R1本地化部署的硬件要求全解析 引言 DeepSeek-R1作为一款高效的AI推理模型&#xff0c;凭借其卓越的推理性能和灵活的训练机制&#xff0c;成为了春节期间的热议话题。 然而&#xff0c;要在本地成功部署DeepSeek-R1&#xff0c;尤其是其满载的 671B 参数版本&#…...

AGI觉醒假说的科学反驳:从数学根基到现实约束的深度解析

文章目录 引言:AGI觉醒论的核心迷思一、信息论视角:意识产生的熵约束1.1 香农熵的物理极限1.2 量子退相干的时间屏障二、数学根基:形式系统的自指困境2.1 哥德尔不完备定理的现代诠释三、概念解构:AGI觉醒假说的认知陷阱3.1 术语混淆的迷雾3.2 拟人化谬误的认知根源四、意识…...

CSS—盒模型(3分钟结合示例精通盒模型)

个人博客&#xff1a;haichenyi.com。感谢关注 1. 目录 1–目录2–概念3–内容4–内边距5–边框6–外边距7–类型 概念 在HTML中&#xff0c;每一个元素都可以看作一个矩形的盒子。如图 如上图所示&#xff0c;一个一个的矩形都可以堪称一个元素。矩形有大有小&#xff0c;边有…...

蓝桥杯 3.搜索

蓝桥杯 3.搜索 文章目录 蓝桥杯 3.搜索DFS回溯DFS剪枝记忆化搜索编程66-75 DFS回溯 回溯法简介 使用**DFS(深度优先搜索)**实现, DFS是一种遍历或搜索图, 树或者图像等数据结构的算法, 当然这个图, 树未必要存储下来(隐式处理就是回溯法)搜索树一般是排列型搜索树 (总节点个数…...

JQD武学思想

无意识&#xff0c;无我&#xff0c;空&#xff0c;无形&#xff0c; 刚柔相济&#xff0c;时机&#xff0c; 战胜对手&#xff0c;克服内心。不预测结果&#xff0c;自发反击。 简单直接的攻击&#xff0c;去除一切冗余的东西。 李小龙其实反复在解释这些概念&#xff0c;常…...

供应链管理-谈判:分配式谈判、整合式谈判、原则式谈判

一、分配式谈判 序号要点解释1特点双方在一定资源或利益范围内进行分配&#xff0c;一方所得即另一方所失&#xff0c;因此也被称为“零和谈判”。2适用场景资源有限、关系不是关键因素&#xff0c;以及需要快速决策的情况。例如&#xff0c;在竞争对手之间&#xff0c;如拍卖…...

C语言递归——青蛙跳台阶问题和汉诺塔问题

一、青蛙跳台阶问题 •题目描述&#xff1a; 一只青蛙一次可以跳上1级台阶&#xff0c;也可以跳上2级台阶。求该青蛙跳上n级台阶总共有多少种跳法。 •问题分析&#xff1a; 青蛙跳台阶问题可以分成n个子问题。假设青蛙要跳上n级台阶&#xff0c;那么它的最后一步有两种选择&…...

relief=tk.RAISED详细介绍 relief是指定控件的边框样式

relieftk.RAISED 是在使用 Python 的 Tkinter 库创建图形用户界面&#xff08;GUI&#xff09;时&#xff0c;用于设置控件外观样式的一个参数设置&#xff0c;下面为你详细解释&#xff1a; 整体功能概述 在 Tkinter 里&#xff0c;relief 参数用于指定控件的边框样式&#x…...

基于ffmpeg+openGL ES实现的视频编辑工具-添加转场(九)

在视频编辑的广阔领域中,转场效果无疑是提升视频流畅性与观赏性的关键要素。巧妙运用转场,能够让不同视频片段之间的衔接更为自然,同时赋予视频独特的创意魅力。本文将深入探讨如何借助 ffmpeg 和 openGL ES 技术,在视频编辑工具中实现丰富多样的转场效果。 一、转场技术原…...

2025.2.21 日校内模拟赛总结(AC自动机, 期望,倍增)

文章目录 时间安排题解 时间安排 将近两个半小时才过 T 1 T1 T1&#xff0c;后面花一个半小时过了 T 2 T2 T2&#xff0c;最后半个小时写不出 T 3 T3 T3 暴力没有获得分数。 反思&#xff1a; T 1 T1 T1 这种题要敢于去猜结论打表&#xff0c;由于没有直接猜结论做了很长时…...

STM32的“Unique device ID“能否修改?

STM32F1系列的"Unique device ID"寄存器的地址为0x1FFFF7E8。 这个寄存器是只读的。 "Unique device ID"寄存器位于“System memory”中。“System memory”地址范围为“0x1FFF F000- 0x1FFF F7FF”。 所有STM32 MCU上都存在系统引导加载程序。顾名思义&a…...