当前位置: 首页 > news >正文

Leetcode DAY 49~50:买卖股票的最佳时机 1 2 3 4

  • 121. 买卖股票的最佳时机

1、贪心算法

class Solution {
public:int maxProfit(vector<int>& prices) {//贪心int low = INT_MAX;int res = 0;for(int i = 0; i < prices.size(); i++) {low = min(low, prices[i]); //左最小价格res = max(res, prices[i] - low); //当前-左最小的max}return res;}
};

2、动态规划

dp[i][0]表示第i天持有股票最大现金 -> max(前一天持有股票的最大现金, 前一天买入股票的现金)
dp[i][1]表示第i天不持有股票最大现金 -> max(前一天不持有股票最大现金, 前一天持有第i天买入的现金)

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

122.买卖股票的最佳时机II

1、dp

dp[i][0]表示第i天持有股票时的所的现金

dp[i][1]表示第i天不持有股票所得的现金

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])

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

2、其他

class Solution:def maxProfit(self, prices: List[int]) -> int:res = 0for i in range(1, len(prices)):if prices[i] - prices[i - 1] > 0:res += prices[i] - prices[i - 1]return res
  • 123.买卖股票的最佳时机III

!最多可以完成两笔交易!

1、递推公式

dp[i][0] 第一次持有的现金 <--- dp[i - 1][0]     - prices[i] 

dp[i][1] 第一次不持有的现金 <--- dp[i - 1][1]     dp[i - 1][0] + prices[i]

dp[i][2] 第二次持有的现金  <---  dp[i - 1][2]    dp[i - 1][1] - prices[i]

dp[i][3] 第二次不持有的现金 <--- dp[i - 1][3]    dp[i - 1][2] + prices[i]

2、初始化

dp[0][0] = -prices[0]

dp[0][1] = 0

dp[0][2] = -prices[0]

dp[0][3] = 0

class Solution {
public:int maxProfit(vector<int>& prices) {int n = prices.size();if(n == 0)return 0;vector<vector<int>> dp(n, vector<int>(4, 0));dp[0][0] = -prices[0];dp[0][2] = -prices[0];for(int i = 1; i < n; i++) {dp[i][0] = max(dp[i - 1][0], -prices[i]);dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);dp[i][2] = max(dp[i - 1][2], dp[i - 1][1] - prices[i]);dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] + prices[i]);}return dp[n - 1][3];}
};
  • 188.买卖股票的最佳时机IV

通过上一题 类比得到

class Solution {
public:int maxProfit(int k, vector<int>& prices) {int n = prices.size();vector<vector<int>> dp(n, vector<int>(2 * k + 1, 0));for(int i = 1; i <= 2*k; i += 2){dp[0][i] = - prices[0];}for(int i = 1; i < n; i++) {for(int j = 1; j <= 2 * k; j++) {dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - 1] + (1 - 2 * (j % 2)) * prices[i]);//1 - 2 * (j % 2)用来区分 奇数和偶数}}return dp[n - 1][2 *k];}
};

相关文章:

Leetcode DAY 49~50:买卖股票的最佳时机 1 2 3 4

121. 买卖股票的最佳时机 1、贪心算法 class Solution { public:int maxProfit(vector<int>& prices) {//贪心int low INT_MAX;int res 0;for(int i 0; i < prices.size(); i) {low min(low, prices[i]); //左最小价格res max(res, prices[i] - low); //当前…...

Android Handler机制(二) Handler 实现原理

一. 前言 接上一篇文章为什么设计Handler , 我们来继续讲解一下Handler的实现原理, 俗话说一个好汉三个帮, 接下来一步一步引入各个主角,并说明它们在Handler机制中扮演的角色和作用. 二. Handler实现原理 首先我们先确定一个结论: 使用 Handler 是希望它被实例化在哪个线程&a…...

Elasticsearch教程(19) 详解mapping之keyword

Elasticsearch已升级&#xff0c;新版Elasticsearch keyword博客参考下面这篇【Elasticsearch教程8】Mapping字段类型之keyword_elasticsearch的keyword_亚瑟弹琴的博客-CSDN博客 1 前言 本文基于ES7.6&#xff0c;如果是之前版本&#xff0c;是有区别的。 ES支持的字段类型很…...

LeetCode算法复杂度分析(时间复杂度空间复杂度)

文章目录前言时间复杂度1.概述2.大O记法3.常见类型空间复杂度1.概述2.常见类型典型算法的复杂度分析1.递归算法2.哈希表前言 我们知道&#xff0c;研究算法的最终目的就是如何花更少的时间&#xff0c;如何占用更少的内存去完成相同的需求。 时间复杂度 1.概述 我们要计算算…...

Android OpenCV(七十三):吊打高斯模糊的StackBlur Android 实践

前言 OpenCV 4.7.0 2022年12月28日Release,ChangeLog中提到 Stackblur algorithm implementation. Stackblur是一种高斯模糊的快速近似,由Mario Klingemann发明。其计算耗时不会随着kernel size的增大而增加,专为大kernel size的模糊滤波场景量身定制。 使用建议:当kerne…...

4.排序算法之一:冒泡排序

排序算法稳定性假定在待排序的记录序列中&#xff0c;存在多个具有相同的关键字的记录&#xff0c;若经过排序&#xff0c;这些记录的相对次序保持不变&#xff0c;即在原序列中&#xff0c;r[i]r[j]&#xff0c;且r[i]在r[j]之前&#xff0c;而在排序后的序列中&#xff0c;r[…...

python自学之《21天学通Python》(16)——第19章 用Pillow库处理图片

Pillow是Python2.X时代比较流行的Python ImagingLibrary&#xff08;简称Pillow&#xff09;图像处理库的分支&#xff0c;并修复了一些bug。Pillow提供了对Python3的支持&#xff0c;为Python3解释器提供了图像处理的功能。和Pillow库一样提供了广泛的文件格式支持、高效的内部…...

发布依赖到maven仓库

maven中央仓库是一个开放的仓库&#xff0c;所以我们也可以把自己开发的jar推送到远程仓库&#xff0c;这样可以直接引入pom依赖使用我们的库。 准备工作 ● 需要一个github账号&#xff08;程序员必备&#xff09; ● 网络代理&#xff08;涉及到的网站通常没版本在国内直接访…...

Laravel-admin之自定义操作日志

laravel-admin是封装性极好的框架&#xff0c;自带的就有操作日志的记录&#xff0c;但是对于非开发人员可能看不懂这个日志&#xff0c;所以就想着给修改一下&#xff0c;以谁修改了什么&#xff0c;谁删除了什么&#xff0c;谁审核了什么&#xff0c;谁添加了什么类似&#x…...

用Python做了一个法律查询小工具,非常好用

用Python做了一个法律查询小工具&#xff0c;非常好用效果展示准备工作不会的话可以点我直达代码和视频讲解&#xff0c;我都准备好了主要代码哈喽兄弟&#xff0c;今天给大家分享一个Python tkinter制作法律查询小工具。 光爬虫大家也只能自己用用&#xff0c;就算打包了exe&…...

工作篇:触摸屏原理介绍

一、触摸屏概述 触摸屏作为一种新的输入设备&#xff0c;它是目前最简单、方便、自然的一种人机交互方式。 当接触了屏幕上的图形按钮时&#xff0c;屏幕上的触觉反馈系统可根据预先编程的程式驱动各种连结装置&#xff0c;可用以取代机械式的按钮面板&#xff0c;并借由液晶…...

Ep_操作系统面试题-操作系统的分类

答案 单体系统 整个操作系统是以程序集合来编写的&#xff0c;链接在一块形成一个二进制可执行程序&#xff0c;这种系统称为单体系统。 分层系统 每一层都使用下面的层来执行其功能。 微内核 微内核架构的内核只保留最基本的能力&#xff0c;把一些应用放到了用户空间 客户-…...

iframe或document监听滚动事件不起作用

有时候我们会遇到监听iframe或document的滚动事件不起作用的情况&#xff0c;在排除代码写错的情况下&#xff0c;我们应该考虑此时的document是否可以滑动。 1、为什么document不能监听滑动? 就很奇怪&#xff0c;明明页面时有滚动条的&#xff0c;为什么说document不可滑动…...

基频估计算法简介

基频估计算法 F0 estimate methods 估计F0的方法可以分为三类:基于时域、基于频域、或混合方法。本文详细介绍了这些方法。 所有的算法都包含如下三个主要步骤&#xff1a; 1.预处理&#xff1a;滤波&#xff0c;加窗分帧等 2.搜寻&#xff1a;可能的基频值F0&#xff08;候选…...

linux修改DNS 系统版本Kylin V10桌面版

配置DNS在银河麒麟桌面操作系统V10 SP1 中修改DNS信息&#xff0c;直接修改/etc/resolv.conf文件中的DNS信息&#xff0c;不能生效。应该参考如下步骤&#xff1a;一、首先修改 /etc/systemd/resolved.conf文件&#xff0c;在其中添加DNS信息在终端中执行以下命令&#xff1a;s…...

如何使用 AWS Lambda 运行 selenium

借助 AWS Lambda 运行 selenium 来爬取网络数据。 简介 与手动从网站收集数据相比&#xff0c;爬虫可以为我们节省很多时间&#xff0c;对于爬虫的每次请求而言&#xff0c;这相当于 AWS Lambda 的每次函数的运行。 AWS Lambda 是一种将脚本部署到云的简单且价格低廉的服务&…...

认识Cesium旋转大小变量

前文代码中有如下&#xff1b;矩阵乘以旋转大小&#xff0c;还放入mat&#xff1b; Cesium.Matrix4.multiply(mat, rotationX, mat); 初看以为rotationX是一个数值&#xff0c;因为矩阵可以和数相乘&#xff1b; 但是看它的代码&#xff0c;rotationX是由一长串代码获得的&a…...

异响加持、吐槽声不断,小鹏G9难解困局

小鹏汽车的烦恼就好比红尘中的三千青丝&#xff0c;小鹏G9“惊魂48小时”的恐慌还未平息&#xff0c;车门异响等问题就已经层出不穷&#xff0c;再次将小鹏汽车推上风口浪尖。 可以毫不客气的说&#xff0c;G9承载着小鹏汽车盈利的希望&#xff0c;但在原本处于上升之势的G9却…...

【react】react18的学习

一、安装 $ create-react-app [Project name]默认支持sass 二、核心依赖 react&#xff1a;react 核心 react-dom&#xff1a;用于开发渲染web 应用&#xff1b; react-scripts&#xff1a;封装webpack服务&#xff1b; "start": "react-scripts start&quo…...

Ep_操作系统面试题-什么是线程,线程和进程的区别

1. 一个进程中可以有多个线程,多个线程共享进程的堆和方法区 (JDK1.8 之后的元空间),但是每个线程有自己的程序计数器、虚拟机栈和 本地方法栈。 2.进程是资源分配的最小单位&#xff0c;线程是CPU调度的最小单位 视频讲解: https://edu.csdn.net/course/detail/38090 点我…...

深入解析ZYNQ启动流程:从Boot引脚到FSBL的完整路径

1. ZYNQ启动流程全景概览 当你第一次拿到一块ZYNQ开发板时&#xff0c;按下电源键后究竟发生了什么&#xff1f;这个问题困扰过很多嵌入式开发者。作为Xilinx推出的经典SoC芯片&#xff0c;ZYNQ的启动流程就像一场精心编排的交响乐&#xff0c;每个环节都环环相扣。我当年调试第…...

Tree of Thoughts详解:思维树搜索算法

&#x1f333; 多路径探索 | 广度优先 深度优先搜索 | 自我评估 回溯机制 | LangChain实现 | 完整项目代码 &#x1f4d6; 什么是Tree of Thoughts&#xff1f; 核心思想 ToT Tree of Thoughts&#xff08;思维树&#xff09; 传统LLM: 输入 → 线性思考 → 输出&#xf…...

终极指南:如何用decimal.js解决JavaScript高精度计算难题

终极指南&#xff1a;如何用decimal.js解决JavaScript高精度计算难题 【免费下载链接】decimal.js An arbitrary-precision Decimal type for JavaScript 项目地址: https://gitcode.com/gh_mirrors/de/decimal.js 你知道吗&#xff1f;JavaScript在处理小数计算时有一个…...

深耕高性价比多模型聚合平台赛道,这些企业值得重点关注

随着AI大模型的普及&#xff0c;单一模型的适配局限、高成本问题逐渐凸显&#xff0c;多模型聚合平台成为企业降本增效的核心选择。行业报告显示&#xff0c;近6个月国内多模型聚合平台的企业付费用户增速超40%&#xff0c;其中高性价比赛道更是成为竞争焦点。一、高性价比的核…...

HBM高带宽内存:从立体堆叠到2.5D封装的性能革命

1. 从平面到立体&#xff1a;HBM如何重塑内存性能天花板在半导体行业里&#xff0c;我们常把“摩尔定律”挂在嘴边&#xff0c;仿佛性能提升的唯一路径就是晶体管越做越小。但大约十年前&#xff0c;当工艺微缩的红利开始放缓&#xff0c;功耗墙和信号完整性问题日益严峻时&…...

AwaDB:纯Python实现的轻量级本地向量数据库实践指南

1. 项目概述&#xff1a;当向量数据库遇上本地化与轻量化最近在折腾一些AI应用的原型&#xff0c;特别是RAG&#xff08;检索增强生成&#xff09;和智能问答系统&#xff0c;发现向量数据库的选择是个绕不开的话题。市面上有Pinecone、Weaviate这样的云服务&#xff0c;也有Mi…...

植物大战僵尸95版下载2026最新版及与原本区别介绍

一、游戏版本简介 植物大战僵尸95版是基于官方原版修改优化的经典改版&#xff0c;也是国内玩家知名度最高、流传最广的怀旧改版之一。该版本保留原版全部关卡、场景、背景音乐以及基础玩法&#xff0c;没有大幅度颠覆原作设定&#xff0c;仅对植物属性、僵尸数值、判定机制进…...

企业级Angular微前端架构中,Claude如何安全介入模块拆分与契约校验(含TS类型推导审计日志)

更多请点击&#xff1a; https://intelliparadigm.com 第一章&#xff1a;企业级Angular微前端架构中Claude介入的边界与安全基线 在企业级 Angular 微前端系统中&#xff0c;将 Claude 类大语言模型&#xff08;LLM&#xff09;作为辅助开发工具引入时&#xff0c;必须严格界…...

RC 滤波截止频率与滤波原理详解

一、先搞懂最核心的问题&#xff1a;滤波到底 "滤" 的是什么&#xff1f;滤波不是 "切掉" 某个频率的信号&#xff0c;而是对不同频率的信号进行选择性衰减 **。**我们想要的信号&#xff08;有用信号&#xff09;&#xff1a;让它尽可能无衰减地通过电路我…...

热成像与计算机视觉融合:打造免提可穿戴交互新范式

1. 项目概述&#xff1a;从一次“意外”到可穿戴交互新范式 在实验室里摆弄新到的热成像相机&#xff0c;这原本只是一个打发时间的“快乐意外”。我的咖啡杯、显示器&#xff0c;甚至是我自己的脸&#xff0c;在热成像镜头下都呈现出有趣的温度图案。但真正让我停下手中咖啡的…...