链接
https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-with-cooldown/
耗时
解题:1.5 h
题解:18 min
题意
给定一个整数数组,其中第 i 个元素代表了第 i 天的股票价格 。
设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票):
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)。
卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
思路
dp[i] 表示 从 第 0 0 0 天 到 第 i i i 天 可以获得的 最大利润。当后一天的价格大于当天价格时,适合买入。每天都可以卖出买入的股票,那么如果当天卖出的话,最大利润就是所有 {买入卖出的差价+买入前前一天的最大利润} 的最大值。但是,也有可能当天卖出没有前一天获得的利润大。所以 dp[i] = max(当天卖出的最大利润, 前一天的最大利润)。
时间复杂度:最坏情况下是 O ( n 2 ) O(n^2) O(n2)
AC代码
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size();
if(n == 0) return 0;
vector<int> dp(n, 0), buy;
for(int i = 0; i < n; ++i) {
for(int j = 0; j < buy.size(); ++j) {
int prof = prices[i] - prices[buy[j]];
dp[i] = max(dp[i], prof + (buy[j]-2>=0 ? dp[buy[j]-2] : 0));
}
if(i > 0 && dp[i] < dp[i-1])
dp[i] = dp[i-1];
if(i < n-1 && prices[i+1] > prices[i]) {
buy.push_back(i);
}
}
return dp[n-1];
}
};
本文探讨了一种复杂的股票交易策略,旨在通过遵循特定的买卖规则和冷冻期限制来最大化利润。文章详细解析了动态规划算法的应用,通过实例解释如何在给定股票价格序列的情况下确定最佳买卖时机。
470

被折叠的 条评论
为什么被折叠?



