Best-time-to-buy-and-sell-stock(1~4)
121. 买卖股票的最佳时机
给定一个数组 prices
,它的第 i
个元素 prices[i]
表示一支给定股票第 i
天的价格。
你只能选择 某一天 买入这只股票,并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。
返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润,返回 0 。
示例 1:
输入:[7,1,5,3,6,4]
输出:5
解释:在第 2 天(股票价格 = 1)的时候买入,在第 5 天(股票价格 = 6)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;同时,你不能在买入前卖出股票。
示例 2:
输入:prices = [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。
提示:
1 <= prices.length <= 10^5
0 <= prices[i] <= 10^4
代码1:
package main import ( "fmt" ) func maxProfit(prices []int) int { maxProfit := 0 for i := 0; i < len(prices); i++ { for j := i + 1; j < len(prices); j++ { profit := prices[j] - prices[i] if profit > maxProfit { maxProfit = profit } } } return maxProfit } func main() { prices := []int{7, 1, 5, 3, 6, 4} fmt.Println(maxProfit(prices)) prices = []int{7, 6, 4, 3, 1} fmt.Println(maxProfit(prices)) }
代码2:
package main import ( "fmt" ) func maxProfit(prices []int) int { minPrice := 1 << 31 maxProfit := 0 for _, price := range prices { if price < minPrice { minPrice = price } else if price-minPrice > maxProfit { maxProfit = price - minPrice } } return maxProfit } func main() { prices := []int{7, 1, 5, 3, 6, 4} fmt.Println(maxProfit(prices)) prices = []int{7, 6, 4, 3, 1} fmt.Println(maxProfit(prices)) }
代码3:动态规划
package main import ( "fmt" ) func maxProfit(prices []int) int { minPrices := make([]int, len(prices)) minPrices[0] = prices[0] for i := 1; i < len(prices); i++ { minPrices[i] = min(minPrices[i-1], prices[i]) } maxProfit := 0 for i := 0; i < len(prices); i++ { profit := prices[i] - minPrices[i] if profit > maxProfit { maxProfit = profit } } return maxProfit } func min(a, b int) int { if a < b { return a } return b } func main() { prices := []int{7, 1, 5, 3, 6, 4} fmt.Println(maxProfit(prices)) prices = []int{7, 6, 4, 3, 1} fmt.Println(maxProfit(prices)) }
输出:
5
0
122. 买卖股票的最佳时机 II
给你一个整数数组 prices ,其中 prices[i] 表示某支股票第 i 天的价格。
在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。
返回 你能获得的 最大 利润 。
示例 1:
输入:prices = [7,1,5,3,6,4]
输出:7
解释: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 。
总利润为 4 + 3 = 7 。
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 。
总利润为 4 。
示例 3:
输入:prices = [7,6,4,3,1]
输出:0
解释:在这种情况下, 交易无法获得正利润,所以不参与交易可以获得最大利润,最大利润为 0 。
提示:
1 <= prices.length <= 3 * 10^4
0 <= prices[i] <= 10^4
代码1: 贪心算法
package main import ( "fmt" ) func maxProfit(prices []int) int { maxProfit := 0 for i := 1; i < len(prices); i++ { if prices[i] > prices[i-1] { maxProfit += prices[i] - prices[i-1] } } return maxProfit } func main() { prices := []int{7, 1, 5, 3, 6, 4} fmt.Println(maxProfit(prices)) prices = []int{1, 2, 3, 4, 5} fmt.Println(maxProfit(prices)) prices = []int{7, 6, 4, 3, 1} fmt.Println(maxProfit(prices)) }
代码2: 动态规划
package main import ( "fmt" ) func maxProfit(prices []int) int { n := len(prices) if n < 2 { return 0 } dp := make([][]int, n) for i := 0; i < n; i++ { dp[i] = make([]int, 2) } dp[0][0] = 0 dp[0][1] = -prices[0] for i := 1; i < n; 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[n-1][0] } func max(a, b int) int { if a > b { return a } return b } func main() { prices := []int{7, 1, 5, 3, 6, 4} fmt.Println(maxProfit(prices)) prices = []int{1, 2, 3, 4, 5} fmt.Println(maxProfit(prices)) prices = []int{7, 6, 4, 3, 1} fmt.Println(maxProfit(prices)) }
输出:
7
4
0
123. 买卖股票的最佳时机 III
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。
示例 3:
输入:prices = [7,6,4,3,1]
输出:0
解释:在这个情况下, 没有交易完成, 所以最大利润为 0。
示例 4:
输入:prices = [1]
输出:0
提示:
1 <= prices.length <= 10^5
0 <= prices[i] <= 10^5
代码1:
package main import ( "fmt" ) func maxProfit(prices []int) int { if len(prices) <= 1 { return 0 } buy1, sell1, buy2, sell2 := -prices[0], 0, -prices[0], 0 for i := 1; i < len(prices); i++ { buy1 = max(buy1, -prices[i]) sell1 = max(sell1, buy1+prices[i]) buy2 = max(buy2, sell1-prices[i]) sell2 = max(sell2, buy2+prices[i]) } return sell2 } func max(a, b int) int { if a > b { return a } return b } func main() { prices := []int{3, 3, 5, 0, 0, 3, 1, 4} fmt.Println(maxProfit(prices)) prices = []int{1, 2, 3, 4, 5} fmt.Println(maxProfit(prices)) prices = []int{7, 6, 4, 3, 1} fmt.Println(maxProfit(prices)) }
代码2: 动态规划
package main import ( "fmt" ) func maxProfit(prices []int) int { n := len(prices) if n <= 1 { return 0 } dp := make([][]int, n) for i := 0; i < n; i++ { dp[i] = make([]int, 3) } dp[0][0] = -prices[0] dp[0][1] = 0 dp[0][2] = 0 for i := 1; i < n; i++ { dp[i][0] = max(dp[i-1][0], dp[i-1][2]-prices[i]) dp[i][1] = max(dp[i-1][1], dp[i-1][0]+prices[i]) dp[i][2] = max(dp[i-1][2], dp[i-1][1]) } return dp[n-1][1] } func max(a, b int) int { if a > b { return a } return b } func main() { prices := []int{3, 3, 5, 0, 0, 3, 1, 4} fmt.Println(maxProfit(prices)) prices = []int{1, 2, 3, 4, 5} fmt.Println(maxProfit(prices)) prices = []int{7, 6, 4, 3, 1} fmt.Println(maxProfit(prices)) }
输出:
6
4
0
188. 买卖股票的最佳时机 IV
给定一个整数数组 prices ,它的第 i 个元素 prices[i] 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)。
示例 1:
输入:k = 2, prices = [2,4,1]
输出:2
解释:在第 1 天 (股票价格 = 2) 的时候买入,在第 2 天 (股票价格 = 4) 的时候卖出,这笔交易所能获得利润 = 4-2 = 2 。
示例 2:
输入:k = 2, prices = [3,2,6,5,0,3]
输出:7
解释:在第 2 天 (股票价格 = 2) 的时候买入,在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
随后,在第 5 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 。
提示:
0 <= k <= 100
0 <= prices.length <= 1000
0 <= prices[i] <= 1000
代码: 动态规划
package main import ( "fmt" ) func maxProfit(k int, prices []int) int { if k == 0 || len(prices) == 0 { return 0 } n := len(prices) if k > n/2 { // 相当于k为正无穷 return maxProfitInf(prices) } dp := make([][][]int, n) for i := 0; i < n; i++ { dp[i] = make([][]int, k+1) for j := 0; j <= k; j++ { dp[i][j] = make([]int, 2) } } for i := 0; i < n; i++ { for j := 1; j <= k; j++ { if i == 0 { // 处理边界 dp[i][j][0] = 0 dp[i][j][1] = -prices[i] continue } dp[i][j][0] = max(dp[i-1][j][0], dp[i-1][j][1]+prices[i]) dp[i][j][1] = max(dp[i-1][j][1], dp[i-1][j-1][0]-prices[i]) } } return dp[n-1][k][0] } func maxProfitInf(prices []int) int { n := len(prices) dp_i_0, dp_i_1 := 0, -prices[0] for i := 1; i < n; i++ { dp_i_0 = max(dp_i_0, dp_i_1+prices[i]) dp_i_1 = max(dp_i_1, dp_i_0-prices[i]) } return dp_i_0 } func max(a, b int) int { if a > b { return a } return b } func main() { prices := []int{2, 4, 1} fmt.Println(maxProfit(2, prices)) prices = []int{3, 2, 6, 5, 0, 3} fmt.Println(maxProfit(2, prices)) }
输出:
2
7