ACM训练题目【股票买卖Ⅱ】

简介: 3.思路与代码贪心思路:看相邻的两天,只要后一天价格比前一天高,那么就无脑进行交易一次,最终得到一个全局的最优解


1.题目



2.输入输出案例


输入样例1:


6
7 1 5 3 6 4


输出样例1:


7


输入样例2:


5
1 2 3 4 5


输出样例2:


4


输入样例3:


5
7 6 4 3 1


输出样例3:


0


样例解释


样例1:在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6-3 =3 。共得利润 4+3 = 7。


样例2: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。


样例3:在这种情况下, 不进行任何交易, 所以最大利润为 0。


3.思路与代码


贪心思路:看相邻的两天,只要后一天价格比前一天高,那么就无脑进行交易一次,最终得到一个全局的最优解


#include <bits/stdc++.h>
using namespace std;
const int N = 100010;
int arr[N];
int main()
{
    int n;
    long long ans=0;
    cin>>n;
    for(int i=0;i<n;i++)
        scanf("%d",&arr[i]);
    for(int i=0;i<n-1;i++)
        if(arr[i+1]>arr[i])
            ans+=(arr[i+1]-arr[i]);
    cout<<ans;
    return 0;
}
目录
相关文章
|
5月前
|
存储 机器学习/深度学习 算法
【博士每天一篇文献-算法】连续学习算法之HNet:Continual learning with hypernetworks
本文提出了一种基于任务条件超网络(Hypernetworks)的持续学习模型,通过超网络生成目标网络权重并结合正则化技术减少灾难性遗忘,实现有效的任务顺序学习与长期记忆保持。
56 4
|
5月前
|
机器学习/深度学习 存储 人工智能
【博士每天一篇文献-算法】Zero-Shot Machine Unlearning
这篇论文提出了零样本机器遗忘的概念,介绍了两种新方法——错误最小化-最大化噪声(Error Maximization-Minimization, M-M)和门控知识传输(Gated Knowledge Transfer, GKT),以实现在不访问原始训练数据的情况下从机器学习模型中删除特定数据,同时引入了Anamnesis指数来评估遗忘质量,旨在帮助企业有效遵守数据隐私法规。
83 3
|
8月前
|
机器学习/深度学习 数据采集 自然语言处理
【传知代码】BERT论文解读及情感分类实战-论文复现
本文介绍了BERT模型的架构和技术细节,包括双向编码器、预训练任务(掩码语言模型和下一句预测)以及模型微调。文章还提供了使用BERT在IMDB数据集上进行情感分类的实战,包括数据集处理、模型训练和评估,测试集准确率超过93%。BERT是基于Transformer的预训练模型,适用于多种NLP任务。在实践中,BERT模型加载预训练权重,对输入数据进行预处理,然后通过微调适应情感分类任务。
434 0
【传知代码】BERT论文解读及情感分类实战-论文复现
|
机器学习/深度学习 人工智能 物联网
ChatGenTitle:使用百万arXiv论文信息在LLaMA模型上进行微调的论文题目生成模型
ChatGenTitle:使用百万arXiv论文信息在LLaMA模型上进行微调的论文题目生成模型
ChatGenTitle:使用百万arXiv论文信息在LLaMA模型上进行微调的论文题目生成模型
|
算法
ACM算法训练【贪心合集】
ACM算法训练【贪心合集】
135 0
ACM算法训练【贪心合集】
|
算法
ACM算法训练【KMP算法】
ACM算法训练【KMP算法】
95 0
ACM算法训练【KMP算法】
ACM训练题目【糖果传递】
ACM训练题目【糖果传递】
71 0
ACM训练题目【糖果传递】
|
算法 C++
ACM算法训练【第k个数】
ACM算法训练【第k个数】
48 0
ACM算法训练【第k个数】
|
算法
ACM算法训练【数的范围】
ACM算法训练【数的范围】
91 0
ACM算法训练【数的范围】

热门文章

最新文章