leetcode Best Time to Buy and Sell Stock with Cooldown

本文介绍了一种使用动态规划解决股票买卖问题的方法。通过定义buy[i]和sell[i]两个状态,分别表示第i天买入和卖出股票所能获得的最大利润。状态转移方程考虑了持有股票、买入股票和卖出股票的所有情况。

题目链接

这个题目做了很长时间。其实第一反应就是动态规划,实际上也是用动态规划的方法来做。

第i天交易时获得的累计收益只与第i-1天与第i-2天有关

记第i天与第i-1天的价格差:delta = price[i] - price[i - 1]

状态转移方程为:

sells[i] = max(buys[i - 1] + prices[i], sells[i - 1] + delta)
buys[i] = max(sells[i - 2] - prices[i], buys[i - 1] - delta)
上述方程的含义为:

第i天卖出的最大累积收益 = max(第i-1天买入~第i天卖出的最大累积收益, 第i-1天卖出后反悔~改为第i天卖出的最大累积收益)
第i天买入的最大累积收益 = max(第i-2天卖出~第i天买入的最大累积收益, 第i-1天买入后反悔~改为第i天买入的最大累积收益)
而实际上:

第i-1天卖出后反悔,改为第i天卖出 等价于 第i-1天持有股票,第i天再卖出
第i-1天买入后反悔,改为第i天买入 等价于 第i-1天没有股票,第i天再买入
所求的最大收益为max(sells)。显然,卖出股票时才可能获得收益。

这里有个博客写的很清楚
博客链接

buy[i]代表如果第i天买股票,那么最多能获利多少。i天股票的来源有两种,一种是因为前一天进行了卖出,所以必须今天买,这就是sell[i-2]-price[i]。第二种是之前就能买不过是等到今天买的,因为股价在走下坡路buy[i-1]-diff.这两种涵盖了所有在第i天买股票的情形。

sell[i]代表第i天卖股票,能获利多少。i天卖的股票也有两种。一种是股票昨天就能卖不过,今天看卖早了,所以是sell[i-1]+diff.这个很简单,第二种是股票是新买来的直接卖掉buy[i-1]+prices[i]。但是为什么非要说前一天买来的呢?前两天买来的股票,今天卖行不行呢?其实前两天买来的股票已经包括在sell[i-1]里面了。已经计算过了,我们只需要计算昨天新买来的股票就好。

至于结果为什么要在所有sell里面取最大值。意思就是,sell[i]代表的是i天一定有股票卖。但是事实上并不是最后一天一定要卖股票。比如
[1,3,2,1]我们在第二天就要卖股票不干了,因为之后的股票只要买了就亏本。

public class Solution {
    public int maxProfit(int[] prices) {
        int n=prices.length;
        if(n<=3)
        {
            int result=0;
            for(int i=0;i<n;i++)
            {
                for(int j=i+1;j<n;j++)
                {
                    result=Math.max(result, prices[j]-prices[i]);
                }
            }
            return result;
        }
        int[]buy=new int [n];
        int[]sell=new int[n];
        buy[0]=-prices[0];
        buy[1]=-prices[1];
        sell[0]=0;
        sell[1]=prices[1]>prices[0]?prices[1]-prices[0]:0;

        int diff=0;
        for(int i=2;i<n;i++)
        {
            diff=prices[i]-prices[i-1];
            buy[i]=Math.max(sell[i-2]-prices[i],buy[i-1]-diff);
            sell[i]=Math.max(sell[i-1]+diff, buy[i-1]+prices[i]);

        }
        int result=0;
        for(int i=0;i<n;i++)
        {
            result=Math.max(result, sell[i]);
        }
        return result;
    }
}
内容概要:本文档介绍了基于3D FDTD(时域有限差分)方法在MATLAB平台上对微带线馈电的矩形天线进行仿真分析的技术方案,重点在于模拟超MATLAB基于3D FDTD的微带线馈矩形天线分析[用于模拟超宽带脉冲通过线馈矩形天线的传播,以计算微带结构的回波损耗参数]宽带脉冲信号通过天线结构的传播过程,并计算微带结构的回波损耗参数(S11),以评估天线的匹配性能和辐射特性。该方法通过建立三维电磁场模型,精确求解麦克斯韦方程组,适用于高频电磁仿真,能够有效分析天线在宽频带内的响应特性。文档还提及该资源属于一个涵盖多个科研方向的综合性MATLAB仿真资源包,涉及通信、信号处理、电力系统、机器学习等多个领域。; 适合人群:具备电磁场与微波技术基础知识,熟悉MATLAB编程及数值仿真的高校研究生、科研人员及通信工程领域技术人员。; 使用场景及目标:① 掌握3D FDTD方法在天线仿真中的具体实现流程;② 分析微带天线的回波损耗特性,优化天线设计参数以提升宽带匹配性能;③ 学习复杂电磁问题的数值建模与仿真技巧,拓展在射频与无线通信领域的研究能力。; 阅读建议:建议读者结合电磁理论基础,仔细理解FDTD算法的离散化过程和边界条件设置,运行并调试提供的MATLAB代码,通过调整天线几何尺寸和材料参数观察回波损耗曲线的变化,从而深入掌握仿真原理与工程应用方法。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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