【Leetcode刷题Python】714. 买卖股票的最佳时机含手续费

简介: 提供了两种解决买卖股票最佳时机含手续费问题的Python实现方法:贪心算法和动态规划算法。

1 题目

给定一个整数数组 prices,其中 prices[i]表示第 i 天的股票价格 ;整数 fee 代表了交易股票的手续费用。

你可以无限次地完成交易,但是你每笔交易都需要付手续费。如果你已经购买了一个股票,在卖出它之前你就不能再继续购买股票了。

返回获得利润的最大值。

注意:这里的一笔交易指买入持有并卖出股票的整个过程,每笔交易你只需要为支付一次手续费。

示例 1:

输入:prices = [1, 3, 2, 8, 4, 9], fee = 2
输出:8
解释:能够达到的最大利润:
在此处买入 prices[0] = 1
在此处卖出 prices[3] = 8
在此处买入 prices[4] = 4
在此处卖出 prices[5] = 9
总利润: ((8 - 1) - 2) + ((9 - 4) - 2) = 8
示例 2:

输入:prices = [1,3,7,5,10,3], fee = 3
输出:6

2 解析

(1)方法一:贪心算法
没有就买入,依次遍历,当加上手续后算一下,如果涨了就卖出,这样每次涨都获利
(2)方法二:动态规划
定义状态

  • dp[i][0] 表示第 i天交易完后手里没有股票的最大利润
  • dp[i][1] 表示第 i 天交易完后手里持有一支股票的最大利润(i从 0开始)

状态转移

  • dp[i][0] 的转移方程(表示今天交易完后手里没有股票),有两种可能状态

    • 前一天本来就没有股票,即 dp[i−1][0]
    • 前一天持有一支股票,今天卖出,即 dp[i−1][1]+prices[i]-fee
    • 转移方程为
      dp[i][0]=maxdp[i−1][0],dp[i−1][1]+prices[i]−fee
  • dp[i][1] 的转移方程(表示今天交易完后手里有股票),有两种可能状态

    • 前一天本来就有股票,即 dp[i−1][1]
    • 前一天没有股票,今天买入,即 dp[i−1][0]-prices[i]
    • 转移方程为

dp[i][1]\=maxdp[i−1][1],dp[i−1][0]−prices[i]

3 Python实现

方法一

class Solution:
    def maxProfit(self, prices: List[int], fee: int) -> int:
        # 贪心算法,没有就买入,加上手续后算一下,如果涨了就卖出,这样每次涨都获利
        p = 0
        minp  = prices[0]+fee
        for i in range(1,len(prices)):
            if prices[i]+fee<minp:
                minp  = prices[i]+fee
            elif minp<prices[i]:
                p += prices[i]-minp
                minp = prices[i]
        return p

方法二

class Solution:
    def maxProfit(self, prices: List[int], fee: int) -> int:
        # 动态规划算法
        # 状态一:当天手里没有股票,则是今天卖了股票或者是前一天也没有股票
        # 状态二:当天手里有股票,则是今天买入了股票或者前一天也拥有同样的股票
        n = len(prices)
        dp = [[0,-prices[0]]]+[[0,0] for _ in range(n-1)]
        for i in range(1,n):
            dp[i][0] = max(dp[i-1][1]+prices[i]-fee,dp[i-1][0])
            dp[i][1] = max(dp[i-1][0]-prices[i],dp[i-1][1])
        return dp[n-1][0]
目录
相关文章
|
3月前
|
Unix Shell Linux
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
本文提供了几个Linux shell脚本编程问题的解决方案,包括转置文件内容、统计词频、验证有效电话号码和提取文件的第十行,每个问题都给出了至少一种实现方法。
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
280页PDF,全方位评估OpenAI o1,Leetcode刷题准确率竟这么高
【10月更文挑战第24天】近年来,OpenAI的o1模型在大型语言模型(LLMs)中脱颖而出,展现出卓越的推理能力和知识整合能力。基于Transformer架构,o1模型采用了链式思维和强化学习等先进技术,显著提升了其在编程竞赛、医学影像报告生成、数学问题解决、自然语言推理和芯片设计等领域的表现。本文将全面评估o1模型的性能及其对AI研究和应用的潜在影响。
28 1
|
3月前
|
数据采集 负载均衡 安全
LeetCode刷题 多线程编程九则 | 1188. 设计有限阻塞队列 1242. 多线程网页爬虫 1279. 红绿灯路口
本文提供了多个多线程编程问题的解决方案,包括设计有限阻塞队列、多线程网页爬虫、红绿灯路口等,每个问题都给出了至少一种实现方法,涵盖了互斥锁、条件变量、信号量等线程同步机制的使用。
LeetCode刷题 多线程编程九则 | 1188. 设计有限阻塞队列 1242. 多线程网页爬虫 1279. 红绿灯路口
|
3月前
|
数据挖掘 Python
用python的tushare模块分析股票案例(python3经典编程案例)
该文章提供了使用Python的tushare模块分析股票数据的案例,展示了如何获取股票数据以及进行基本的数据分析。
153 0
|
3月前
|
机器学习/深度学习 数据采集 TensorFlow
使用Python实现智能股票交易策略
使用Python实现智能股票交易策略
73 0
|
4月前
|
数据采集 数据可视化 索引
【python】python股票量化交易策略分析可视化(源码+数据集+论文)【独一无二】
【python】python股票量化交易策略分析可视化(源码+数据集+论文)【独一无二】
302 1
|
4月前
|
机器学习/深度学习 数据可视化 API
【python】python基于tushare股票数据分析可视化(源码+数据+报告)【独一无二】
【python】python基于tushare股票数据分析可视化(源码+数据+报告)【独一无二】
344 1
|
4月前
|
Python
【Leetcode刷题Python】50. Pow(x, n)
本文介绍了LeetCode第50题"Pow(x, n)"的解法,题目要求实现计算x的n次幂的函数,文章提供了递归分治法的详细解析和Python实现代码。
28 1
|
4月前
|
机器学习/深度学习 数据采集 自然语言处理
基于Python thinker GUI界面的股票评论数据及投资者情绪分析设计与实现
本文介绍了一个基于Python Tkinter库开发的GUI股票评论数据及投资者情绪分析系统,该系统提供股票数据展示、情绪与股价分析、模型指标分析、评论数据展示、词云分析和情感分析结果展示等功能,帮助投资者通过情感分析了解市场舆论对股票价格的影响,以辅助投资决策。
104 0
基于Python thinker GUI界面的股票评论数据及投资者情绪分析设计与实现
|
4月前
|
算法
leetcode188 买卖股票的最佳时机IV
leetcode188 买卖股票的最佳时机IV
65 0