【LeetCode】188、买卖股票的最佳时机 IV
Best Time to Buy and Sell Stock IV
题目等级:Hard
题目描述:
Say you have an array for which the ith element is the price of a given stock on day i.
Design an algorithm to find the maximum profit. You may complete at most k transactions.
Note:
You may not engage in multiple transactions at the same time (ie, you must sell the stock before you buy again).
Example 1:
Input: [2,4,1], k = 2
Output: 2
Explanation: Buy on day 1 (price = 2) and sell on day 2 (price = 4), profit = 4-2 = 2.
Example 2:
Input: [3,2,6,5,0,3], k = 2
Output: 7
Explanation: Buy on day 2 (price = 2) and sell on day 3 (price = 6), profit = 6-2 = 4.
Then buy on day 5 (price = 0) and sell on day 6 (price = 3), profit = 3-0 = 3.
题意:给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。设计一个算法来计算所能获取的最大利润。最多允许完成k次交易,必须在再次购买前出售掉之前的股票。
解题思路(动态规划):
股票怎么都买卖不完了。。。。
本题是股票买卖系列的第四题,前面三道分别处理了一次交易、无数次交易、两次交易的情形,其主要思想就是动态规划,这里直接扩展到了任意次(k次),难度可以说是相当大了,自己没有什么思路,参考了网上的解答,这里做一个解释和记录吧。
和前面三道一样,动态规划仍然是解决此题的思路,只不过这里的状态定义很复杂。
这里定义两个变量,local和global分别表示全局最优和局部最优,定义如下:local[i][j]
表示在到达第i天时最多可进行j次交易并且最后一次交易在最后一天卖出的最大利润,此为局部最优。global[i][j]
表示到达第i天时最多可进行j次交易的最大利润,此为全局最优。
我们首先来看global,它代表全局最优,那么global[i][j] = max(local[i][j], global[i - 1][j])
,这个相对好理解一些,是动态规划的常规用法,全局最优等于前一天的全局最优和当前的局部最优的较大者。
而local的更新比较复杂,主要是注意local[i][j]
表示的是最后一支股票在第i天卖出,也就是第 i 天卖第 j 支股票,这样的话有三种情况:
- 之前已经将j次交易进行完了,最后一次是今天买,今天卖,相当于啥也没干,则
Local(i, j) = Global(i-1, j-1)
. - 第j次交易是昨天买的,第i天卖,则
Local(i, j) = Global(i-1, j-1) + diff
- 第j次交易是更早之前买的,第i天卖,则
Local(i, j) = Local(i-1, j) + diff
,也就是Local(i-1, j)代表最后一次交易第i-1天卖出,加diff就是说昨天不卖,留到今天卖。
其中diff=prices[i]-prices[i-1]
由此分析,可以得出local的递推公式:local[i][j] = max(global[i - 1][j - 1], local[i - 1][j]) + diff
所以,总结起来,本题的解题思路是以下三个公式:
diff = prices[i] - prices[i - 1]
global[i][j] = max(local[i][j], global[i - 1][j])
local[i][j] = max(global[i - 1][j - 1], local[i - 1][j]) + diff
根据这个分析,给出以下代码实现:
class Solution {
public int maxProfit(int k, int[] prices) {
if(prices==null || prices.length==0)
return 0;
int len=prices.length;
if(len<2||k<1)
return 0;
if(k>=len) //交易次数多于天数,可以按照无数次来直接解决
return getMax(prices);
int[] global=new int[k+1];
int[] local=new int[k+1];
for(int i=0;i<len-1;i++){
int diff=prices[i+1]-prices[i];
for(int j=k;j>=1;--j){ //为了取到上一次的global[j-1],需要从后往前遍历,否则会覆盖
local[j]=Math.max(global[j-1],local[j])+diff;
global[j]=Math.max(global[j],local[j]);
}
}
return global[k];
}
public int getMax(int[] prices){
int res = 0;
for (int i = 1; i < prices.length; ++i) {
if (prices[i] > prices[i - 1])
res += (prices[i] - prices[i - 1]);
}
return res;
}
}
时间复杂度:O(n*k),空间复杂度:O(2k)
总结
太难了。。。本题确实有相当的难度,如何确定状态和确定递推关系很复杂,另外代码实现中一位数组代替二维也是一个很好的解决办法。这也是买卖股票这些题目中最难的一道了,接下来还有两道相关的变形。
【LeetCode】188、买卖股票的最佳时机 IV的更多相关文章
- Java实现 LeetCode 188 买卖股票的最佳时机 IV
188. 买卖股票的最佳时机 IV 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 k 笔交易. 注意: 你不能同时参与多 ...
- Leetcode 188.买卖股票的最佳时机IV
买卖股票的最佳时机IV 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 k 笔交易. 注意: 你不能同时参与多笔交易(你必 ...
- leetcode 188. 买卖股票的最佳时机 IV
参见 本题采用了第一列初始化后,从左侧向右开始递推的方式,但从上往下递推应该也成立,以后尝试一下 想写一个普适性的适用于n天交易k次持有j股的状态方程但是有问题:对于交易次数过多的情况数组会超出界限: ...
- Leetcode之动态规划(DP)专题-188. 买卖股票的最佳时机 IV(Best Time to Buy and Sell Stock IV)
Leetcode之动态规划(DP)专题-188. 买卖股票的最佳时机 IV(Best Time to Buy and Sell Stock IV) 股票问题: 121. 买卖股票的最佳时机 122. ...
- 【力扣】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 ...
- [Leetcode][动态规划] 买卖股票的最佳时机IV
一.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 k 笔交易. 注意: 你不能同时参与多笔交易(你必须在再次购 ...
- LeetCode《买卖股票的最佳时机》系列题目,最详解
目录 说在前面 引例:只能交易一次 一.动态数组定义 二.状态转移方程 三.初始化 四.优化 无限制买卖 一.动态数组定义 二.状态转移方程 三.初始化 四.优化 交易 2 次,最大利润? 一.动态数 ...
- lintcode:买卖股票的最佳时机 IV
买卖股票的最佳时机 IV 假设你有一个数组,它的第i个元素是一支给定的股票在第i天的价格. 设计一个算法来找到最大的利润.你最多可以完成 k 笔交易. 注意事项 你不可以同时参与多笔交易(你必须在再次 ...
- 每日一题-——LeetCode(121)买卖股票的最佳时机
题目描述: 给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格.如果你最多只允许完成一笔交易(即买入和卖出一支股票),设计一个算法来计算你所能获取的最大利润.注意你不能在买入股票前卖出股票 ...
- Leetcode——121. 买卖股票的最佳时机
题目描述:买卖股票的最佳时机 题目要求求解能获得最大利润的方式? 可以定一个二维数组 d [ len ] [ 2 ] ,其中d[ i ][ 0 ] 表示前i天可以获得的最大利润:d[ i ][ 1 ] ...
随机推荐
- 2019春Python程序设计测试(20190604--20190604)
1-1 在Python 3.x中可以使用中文作为变量名. (2分) T F 1-2 Python变量使用前必须先声明,并且一旦声明就不能再当前作用域内改变其类型.(2分) T ...
- cgi 检索Cookie信息
Cookie信息检索页非常简单,Cookie信息存储在CGI的环境变量HTTP_COOKIE中,存储格式如下: key1=value1;key2=value2;key3=value3.... 以下是一 ...
- Confluence 6 插入一个文件到你的页面
文件可以在页面中以缩略图或者链接的方式显示.我们有多种办法能够上传文件,请参考 Upload Files 页面. 你可以控制文件如何在你的页面中显示.文件在页面中显示的可用方法与你的文件类型有关. 插 ...
- CF 354 div2 B 酒杯金字塔
B. Pyramid of Glasses time limit per test 1 second memory limit per test 256 megabytes input standar ...
- Hadoop监控指标项
配置 修改$HADOOP_HOME/etc/hadoop/hadoop-env.sh # 在配置namenode和datanode时都会有用到JMX_OPTS的代码,是为了减少重复提取出的公共代码 e ...
- .slideUp()
.slideUp() Effects > Sliding .slideUp( [duration ] [, complete ] )Returns: jQuery Description: Hi ...
- windows环境安装nexus
1.下载安装nexus安装包,我用的是nexus-2.14.13-01版本 2. 以管理员身份打开cmd命令窗口 3.进入到nexus bin目录下 输入命令 nexus install 4. 启动 ...
- 展示组件(Presentational component)和容器组件(Container component)之间有何不同
展示组件关心组件看起来是什么.展示专门通过 props 接受数据和回调,并且几乎不会有自身的状态,但当展示组件拥有自身的状态时,通常也只关心 UI 状态而不是数据的状态.(子组件)容器组件则更关心组件 ...
- LaTex&&markdown
LaTeX在线编辑器:传送门 LaTeX常用公式整理(转载):传送门 Markdown洛谷教程(转载):传送门 Markdown基本语法(转载):传送门 Markdown数学符号和语法(转载):传送门 ...
- C# NAudio 录制声音和显示波形图
using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; usin ...