☆打卡算法☆LeetCode 123. 买卖股票的最佳时机 III 算法解析

举报
恬静的小魔龙 发表于 2022/04/25 08:51:18 2022/04/25
【摘要】 推荐阅读CSDN主页GitHub开源地址Unity3D插件分享简书地址我的个人博客QQ群:1040082875大家好,我是小魔龙,Unity3D软件工程师,VR、AR,虚拟仿真方向,不定时更新软件开发技巧,生活感悟,觉得有用记得一键三连哦。 一、题目 1、算法题目“在一个数组中,表示股票的价格,计算最大收益。”题目链接:来源:力扣(LeetCode)链接: 123. 买卖股票的最佳时机 II...

推荐阅读

大家好,我是小魔龙,Unity3D软件工程师,VR、AR,虚拟仿真方向,不定时更新软件开发技巧,生活感悟,觉得有用记得一键三连哦。

一、题目

1、算法题目

“在一个数组中,表示股票的价格,计算最大收益。”

题目链接:

来源:力扣(LeetCode)

链接: 123. 买卖股票的最佳时机 III - 力扣(LeetCode) (leetcode-cn.com)

2、题目描述

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)。

示例 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
示例 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。

二、解题

1、思路分析

这道题还可以使用动态规划思路解题,首先,需要先分析在任意一天结束后,所有的状态:

  • 1、未进行任何操作
  • 2、只进行过一次买操作
  • 3、进行了一次买操作和一次卖操作
  • 4、在完成了一笔交易的情况下,进行了第二次买操作
  • 5、完成了两笔交易

由于第一种状态利润为0不记录,其他四个状态可以记为buy1,sell1,buy2,sell2。

对于四种状态,需要通过状态转移方程得到第i天结束后的状态。

对于buy1而言,只进行一次买操作,状态转移方程为:

buy1 = max{buy1,-prices[i]}

而对于sell1而言,进行了一次买操作和一次卖操作,那么sell1的状态转移方程为:

sell1 = max{sell1,buy+prices[i]}

同理可以得到buy2和sell2对应的状态转移方程:

buy2 = max{buy2,sell1-prices[i]}
sell2 = max{sell2,buy2+prices{i}}

然后就考虑一下边界条件,第i=0天时的四个状态:

buy1 = -prices[0]
sell1 = 0
buy2 = -prices[0]
sell2 = 0

这四个状态也就是边界条件。

在动态规划结束后,由于不能进行超过两笔交易,因此最终的答案在sell1和sell2中的最大值。

同时,如果最优的情况对应的是恰好一笔交易,它也会因为我们在转移时允许在同一天买入卖出,也就是从sell1转移到sell2,已草拟最终的答案就是sell2。

2、代码实现

代码参考:

class Solution {
    public int maxProfit(int[] prices) {
        int n = prices.length;
        int buy1 = -prices[0], sell1 = 0;
        int buy2 = -prices[0], sell2 = 0;
        for (int i = 1; i < n; ++i) {
            buy1 = Math.max(buy1, -prices[i]);
            sell1 = Math.max(sell1, buy1 + prices[i]);
            buy2 = Math.max(buy2, sell1 - prices[i]);
            sell2 = Math.max(sell2, buy2 + prices[i]);
        }
        return sell2;
    }
}

image.png

3、时间复杂度

时间复杂度 : O(n)

只需要遍历一遍数组。

空间复杂度: O(1)

只是用了常数级空间的变量。

三、总结

在某一天结束后,分析可能出现的状态,然后根据这些状态写出状态转移方程。

根据状态转移方程去实现代码。

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。