第一题:
原题链接:121. 买卖股票的最佳时机 - 力扣(LeetCode)
思路:
首先定义dp数组为二维dp数组,
dp[i][0]表示第i天持有股票的最大现金
dp[i][1]表示第i天不持有股票的最大现金
递推公式:
dp[i][0] = max(dp[i - 1][0], -prices[i]);
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);
初始化:
dp[0][0]:持有股票那么为-price[0];
dp[0][1]:不持有股票那么就为0;
遍历顺序从前向后;
代码如下:
class Solution {
public:
int maxProfit(vector<int>& prices) {
vector<vector<int>> dp(prices.size(), vector<int>(2));
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];
}
};
第二题:
原题链接:122. 买卖股票的最佳时机 II - 力扣(LeetCode)
思路:
和上一题的唯一区别就是递推公式中
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]);
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);这里股票能够买卖多次了,因此在持有的状态中可能之前就有利润了,那么第i天持有股票即dp[i][0],如果是第i天买入股票,所得现金就是昨天不持有股票的所得现金 减去 今天的股票价格 即:dp[i - 1][1] - prices[i]。
代码如下:
class Solution {
public:
int maxProfit(vector<int>& prices) {
vector<vector<int>> dp(prices.size(), vector<int>(2));
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], dp[i - 1][1] - prices[i]);
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);
}
return dp[prices.size() - 1][1];
}
};
第三题:
原题链接:123. 买卖股票的最佳时机 III - 力扣(LeetCode)
思路:
定义五个状态;
dp[i][0]:表示不操作;
dp[i][1]:表示第一次持有股票的最大现金;
dp[i][2]:表示第一次不持有股票的最大现金;
dp[i][3]:表示第二次持有股票的最大现金;
dp[i][4]:表示第二次不持有股票的最大现金;
递推公式:
dp[i][1] = max(dp[i - 1][1], -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]);
dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
初始化:
dp[0][0] = 0;
dp[0][1] = -prices[0];
dp[0][2] = 0;
dp[0][3] = -prices[0];
dp[0][4] = 0;
代码如下:
class Solution {
public:
int maxProfit(vector<int>& prices) {
vector<vector<int>> dp(prices.size(), vector<int>(5, 0));
dp[0][0] = 0;
dp[0][1] = -prices[0];
dp[0][2] = 0;
dp[0][3] = -prices[0];
dp[0][4] = 0;
for(int i = 1; i < prices.size(); i++){
dp[i][1] = max(dp[i - 1][1], -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]);
dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
}
return dp[prices.size() - 1][4];
}
};