领扣-121/122/123/188 最佳买卖时机 Best Time to Buy and Sell MD

Markdown版本笔记	我的GitHub首页	我的博客	我的微信	我的邮箱
MyAndroidBlogs	baiqiantao	baiqiantao	bqt20094	baiqiantao@sina.com

领扣-121/122 最佳买卖时机 Best Time to Buy and Sell MD

---

目录

目录
买卖股票的最佳时机 -121
题目
暴力法
贪心算法(波峰波谷法)
优化
买卖股票的最佳时机 II -122
题目
波峰波谷法
波峰波谷法优化
累加法
买卖股票的最佳时机 III -123
动态规划 二维数组(不懂)
动态规划 一维数组(不懂)
买卖股票的最佳时机 IV -188
动态规划(不懂)

买卖股票的最佳时机 -121

数组 贪心算法

题目

给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。

如果你最多只允许完成一笔交易（即买入和卖出一支股票），设计一个算法来计算你所能获取的最大利润。

注意你不能在买入股票前卖出股票。

示例 1:

输入: [7,1,5,3,6,4]
输出: 5
解释: 在第 2 天的时候买入，在第 5 天的时候卖出，最大利润 = 6-1 = 5 。
      注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格。

示例 2:

输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。

方法声明：

class Solution {
    public int maxProfit(int[] prices) {

    }
}

暴力法

class Solution {
    public int maxProfit(int[] prices) {
        int max = 0;
        for (int i = 0; i < prices.length; i++) {
            for (int j = i + 1; j < prices.length; j++) {
                max = Math.max(max, prices[j] - prices[i]);
            }
        }
        return max;
    }
}

时间复杂度：O(n^2)

空间复杂度：O(1)

贪心算法(波峰波谷法)

对于这道题，我们很明显能感觉到，不是单纯的找出数组中的最小值和最大值，然后求他们的差的，因为最小值不一定在最大值的前面。

但是也很明显，这道题确实是让我们找最值的，问题出在哪呢？

问题出在，这道题其实是让我们求极小值和极大值的，也即先找出一个波段内的极小值和极大值，然后如果发现另一个更小的极小值后，再找出从此极小值开始后的极大值；最终我们比较的是这些极大值和极小值的差中的最大值。

class Solution {
    public int maxProfit(int[] prices) {
        int maxprofit = 0, temMax = 0, minprice = Integer.MAX_VALUE;
        for (int i = 0; i < prices.length; i++) {
            if (prices[i] < minprice) { //一旦找到更小的值，则开始从此点找极大值
                minprice = prices[i]; //始终存的的是已发现的最小值
                temMax = 0;//重新开始计算差值(这一步是可以忽略的)
            } else {
                temMax = prices[i] - minprice;
                maxprofit = Math.max(maxprofit, temMax);//和之前的最大利润做比较
            }
        }
        return maxprofit;
    }
}

优化

以上逻辑等价于如下形式：

class Solution {
    public int maxProfit(int[] prices) {
        int maxprofit = 0, minprice = Integer.MAX_VALUE;
        for (int price : prices) {
            if (price < minprice) { //一旦找到更小的值，则开始从此点找极大值
                minprice = price; //始终存的的是已发现的最小值
            } else {
                maxprofit = Math.max(maxprofit, price - minprice);//和之前的最大利润做比较
            }
        }
        return maxprofit;
    }
}

也等价于如下形式，虽然这种形式代码量小了一些，但这种形式其实计算多个很多：

class Solution {
    public int maxProfit(int[] prices) {
        int maxprofit = 0, buy = Integer.MAX_VALUE;
        for (int price : prices) {
            buy = Math.min(buy, price);
            maxprofit = Math.max(maxprofit, price - buy);
        }
        return maxprofit;
    }
}

买卖股票的最佳时机 II -122

数组 贪心算法

题目

给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。

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）。

波峰波谷法

class Solution {
    public int maxProfit(int[] prices) {
        int maxprofit = 0, minprice = Integer.MAX_VALUE, maxprice = Integer.MAX_VALUE;
        boolean findMin = true; //找波谷还是波峰
        for (int i = 0; i < prices.length; i++) {
            if (findMin) { //找波谷
                if (prices[i] < minprice) { //有更低的波谷
                    minprice = prices[i]; //更新购买价格
                    maxprice = prices[i];
                } else { //比波谷的值大，那么我们就找波峰
                    maxprice = prices[i]; //更新卖出价格
                    findMin = false;
                }
            } else { //找波峰
                if (prices[i] > maxprice) { //有更高的波峰
                    maxprice = prices[i]; //更新卖出价格
                } else { //比波峰小，那么我们就在之前卖出，然后在这里买入
                    maxprofit += (maxprice - minprice); //更新收益
                    minprice = prices[i]; //重置所有状态
                    maxprice = prices[i];
                    findMin = true;
                }
            }
        }
        return maxprofit + (maxprice - minprice);//防止最后在找波峰过程中结束，导致没有卖出的问题
    }
}

时间复杂度：O(n)

空间复杂度：O(1)

波峰波谷法优化

上面的代码实际上有很多运算时可以忽略的，可以优化为如下逻辑

class Solution {
    public int maxProfit(int[] prices) {
        if (prices == null || prices.length <= 1) return 0;

        int i = 0, valley = prices[0], peak = prices[0], maxprofit = 0;
        while (i < prices.length - 1) {
            while (i < prices.length - 1 && prices[i] >= prices[i + 1]) i++; //有更低的波谷
            valley = prices[i]; //更新购买价格
            while (i < prices.length - 1 && prices[i] <= prices[i + 1]) i++; //有更高的波峰
            peak = prices[i]; //更新卖出价格
            maxprofit += peak - valley;
        }
        return maxprofit;
    }
}

累加法

我们不需要跟踪峰值和谷值对应的成本以及最大利润，我们可以直接继续增加数组的连续数字之间的差值，如果第二个数字大于第一个数字，我们获得的总和将是最大利润。这种方法将简化解决方案。

例如：[1, 7, 2, 3, 6, 7, 6, 7]

与此数组对应的图形是：

从上图中，我们可以观察到 A+B+C 的和等于差值 D 所对应的连续峰和谷的高度之差。

class Solution {
    public int maxProfit(int[] prices) {
        int maxprofit = 0;
        for (int i = 1; i < prices.length; i++) {
            if (prices[i] > prices[i - 1]) maxprofit += prices[i] - prices[i - 1];
        }
        return maxprofit;
    }
}

买卖股票的最佳时机 III -123

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）。

动态规划 二维数组(不懂)

class Solution {
    public int maxProfit(int[] prices) {
        if (prices == null || prices.length <= 1) return 0;

        int n = prices.length;
        int[][] g = new int[n][3], l = new int[n][3];
        for (int i = 1; i < n; i++) {
            int diff = prices[i] - prices[i - 1];
            for (int j = 1; j <= 2; j++) {
                l[i][j] = Math.max(g[i - 1][j - 1] + Math.max(diff, 0), l[i - 1][j] + diff);
                g[i][j] = Math.max(l[i][j], g[i - 1][j]);
            }
        }
        return g[n - 1][2];
    }
}

动态规划 一维数组(不懂)

class Solution {
    public int maxProfit(int[] prices) {
        if (prices == null || prices.length <= 1) return 0;

        int n = prices.length;
        int[] g = new int[3], l = new int[3];
        for (int i = 0; i < n - 1; i++) {
            int diff = prices[i+1] - prices[i ];
            for (int j = 2; j >= 1; j--) {
                l[j] = Math.max(g[j - 1] + Math.max(diff, 0), l[j] + diff);
                g[j] = Math.max(l[j], g[j]);
            }
        }
        return g[2];
    }
}

买卖股票的最佳时机 IV -188

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 k 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）。

方法声明

class Solution {
    public int maxProfit(int k, int[] prices) {

    }
}

动态规划(不懂)

class Solution {
    public int maxProfit(int k, int[] prices) {
        if (prices == null || prices.length <= 1) return 0;

        int n = prices.length;
        if (k >= n) return maxProfit(prices);

        int[] g = new int[k + 1], l = new int[k + 1];
        for (int i = 0; i < n - 1; i++) {
            int diff = prices[i + 1] - prices[i];
            for (int j = k; j >= 1; j--) {
                l[j] = Math.max(g[j - 1] + Math.max(diff, 0), l[j] + diff);
                g[j] = Math.max(l[j], g[j]);
            }
        }
        return g[k];
    }

    public int maxProfit(int[] prices) {
        int maxprofit = 0;
        for (int i = 1; i < prices.length; i++) {
            if (prices[i] > prices[i - 1]) maxprofit += prices[i] - prices[i - 1];
        }
        return maxprofit;
    }
}

2016-12-29

2018-12-16