65.买卖股票的最佳时机II

本文介绍了使用动态规划解决股票交易问题的算法,允许进行多次买卖。核心思路在于维护两个状态,分别表示手中持有股票和不持股时的最大价值。通过比较前一天的状态,更新当前状态的最大值,最终得到最大利润。代码中展示了如何实现这一算法,时间复杂度为O(n),空间复杂度为O(n)。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、题目描述

给定一个数组 prices ,其中 prices[i] 是一支给定股票第 i 天的价格。设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。

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)。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

二、解题思路

做这道题之前先看看我的64_买卖股票的最佳时机

还是先从手上持有股票和不持股两种情况去分析。

dp[i][0]:表示第i天手上不持股票时的价值。依然是从两个状态推出来的:

  • i-1天不持有股票,所以保持现状,所得价值就是前一天不持有股票的价值,表示为:dp[i-1][0]
  • i-1天持有股票,但是在第i天(今天)卖出了,表示为:dp[i-1][1]+prices[i]

有:dp[i][0]=Math.max(dp[i-1][0], dp[i-1][1]+prices[i])

dp[i][1]:表示第i天手上持有股票时的价值,依然是从两个状态转移过来的:

  • i-1天手上就持有股票,还没有卖过,价值表示:dp[i-1][1]
  • (与64_买卖股票的最佳时机唯一的不同点) 因为股票可以买卖多次,多以在i-1天手上没有持股,可能是已经卖过了,然后又在第i天买入股票,所以表示为:dp[i-1][i]-prices[i]

有:dp[i][1] = Math.max(dp[i-1][1], dp[i-1][i]-prices[i])

其他部分与64_买卖股票的最佳时机是一样的。

三、代码演示

class Solution {
    public int maxProfit(int[] prices) {
        //特判
        if(prices.length<2){
            return 0;
        }

        int[][] dp = new int[prices.length][2];

        dp[0][0] = 0;
        dp[0][1] = -prices[0];

        for(int i=1; i<prices.length; i++){
            dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1]+prices[i]);
            dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0]-prices[i]);
        }
        return dp[prices.length-1][0];
    }
}

时间复杂度:O(n)

空间复杂度:O(n)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值