leetcode 188. 买卖股票的最佳时机 IV Python

最新推荐文章于 2024-04-20 23:28:15 发布

馒头饺子

最新推荐文章于 2024-04-20 23:28:15 发布

阅读量487

点赞数

分类专栏： leetcode解题

本文链接：https://blog.youkuaiyun.com/Languedoc_Roussillon/article/details/100886983

版权

leetcode解题专栏收录该内容

22 篇文章

订阅专栏

该博客介绍LeetCode 188题目的解题思路和Python实现。通过动态规划解决在给定交易次数k的情况下，如何在股票价格数组中获取最大利润。核心在于建立动态规划状态转移方程，解决在限制交易次数下的股票买卖问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目

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（你必须在再次购买前出售掉之前的股票），地址。
示例1：

输入: [2,4,1], k = 2
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 。

解题思路

类似于买卖股票第三题，还是用动态机，找到状态转移方程，状态转移方程类似于第三题，只不过要再加一个判断。因为第三题中k=2即有四种状态转移方程，此题中k的个数并不固定，所以要用循环写出各个状态下的状态转移方程。

买卖股票的最佳时机3

Python实现

import numpy as np
class Solution:
    def maxProfit(self, k: int, prices: List[int]) -> int:
        if len(prices) == 0 or k == 0:
            return 0
            
        if k > len(prices) / 2:
            maxprofile = 0
            for i in range(1, len(prices)):
                if prices[i] > prices[i-1]:
                    maxprofile += prices[i] - prices[i-1]
                    
            return maxprofile
    
        dp = [[[0 for _ in range(2)]for _ in range(k+1)] for _ in range(len(prices))]
        for i in range(len(prices)):
            for j in range(k):
                if i == 0 :
                    dp[i][j][0] = -prices[i]
                    dp[i][j][1] = 0
                else: 
                    dp[i][j][0] = max(dp[i-1][j][0], dp[i-1][j-1][1] - prices[i])
                    dp[i][j][1] = max(dp[i-1][j][1], dp[i-1][j][0] + prices[i])
                    
    
        # print(np.array(dp).shape)
        # print(dp)
        return dp[len(prices)-1][k-1][1]