[Question du jour] Leikou 123. Le meilleur moment pour acheter et vendre des actions III

Description du titre ( portail )

Étant donné un tableau, son i-ème élément est le prix d'une action donnée le i-ème jour.

Concevez un algorithme pour calculer le profit maximum que vous pouvez obtenir. Vous pouvez effectuer jusqu'à deux transactions.

Remarque: vous ne pouvez pas participer à plusieurs transactions en même temps (vous devez vendre les actions précédentes avant d'acheter à nouveau).

Exemple 1:

输入:prices = [3,3,5,0,0,3,1,4]
输出:6
解释:在第 4 天(股票价格 = 0)的时候买入,在第 6 天(股票价格 = 3)的时候卖出,这笔交易所能获得利润 = 3-0 = 3 。
     随后,在第 7 天(股票价格 = 1)的时候买入,在第 8 天 (股票价格 = 4)的时候卖出,这笔交易所能获得利润 = 4-1 = 3

Exemple 2:

输入:prices = [1,2,3,4,5]
输出:4
解释:在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。   
     注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。   
     因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。

Exemple 3:

输入:prices = [7,6,4,3,1] 
输出:0 
解释:在这个情况下, 没有交易完成, 所以最大利润为 0

Exemple 4:

输入:prices = [1]
输出:0

Idées de résolution de problèmes et implémentation de code

Cette question est un cas particulier de la question précédente. Il vous suffit de prendre directement la valeur de k à 2. Les idées spécifiques peuvent être vues:
[Question quotidienne] Lei 188. Le meilleur moment pour acheter et vendre des actions IV

public int maxProfit(int[] prices) {
    
    
        if(prices.length <= 1){
    
    
            return 0;
        }
        int len = prices.length;
        int[][] dp0 = new int[len][3];// dp0[i][j] 第 i 天最大交易次数为 j 不持有股票的最大收益
        int[][] dp1 = new int[len][3];// dp1[i][j] 第 i 天最大交易次数为 j 持有股票的最大收益

        // dp0初始化为0
        //dp1第一行初始化为0 - prices[0]
        for (int i = 0; i <= 2; i++) {
    
    
            dp1[0][i] = 0 - prices[0];
        }
        //dp1第一列没有用到不需要做处理
        //在这里需要双层循环更新,把第一天的两个数组都更新完毕,才能跟新第二天。两张表是关联的。
        //我觉得还可以使用三维数组,有大佬可以试试然后交流交流
        for (int i = 1; i < prices.length; i++) {
    
    
            for (int j = 1; j < 3; j++) {
    
    
                dp0[i][j] = Math.max(dp0[i - 1][j], dp1[i - 1][j] + prices[i]);
                dp1[i][j] = Math.max(dp0[i-1][j-1] - prices[i],dp1[i-1][j]);
            }
        }
        return dp0[prices.length-1][2];


    }

Je suppose que tu aimes

Origine blog.csdn.net/weixin_45532227/article/details/112446353
conseillé
Classement