java数据结构与算法刷题-----LeetCode122. 买卖股票的最佳时机 II

LeetCode123——买卖股票的最佳时机III 我的LeetCode代码仓:https://github.com/617076674/LeetCode 原题链接:https://leetcode.com/problems/best-time-to-buy-and-sell-stock-iii/description/ 题目描述: 知识点:动态规划 思路一:分解成两个LeetCode121——买卖股票的最佳时机子问题 枚举第一笔交易... 阅读详情
java数据结构与算法刷题目录(剑指Offer、LeetCode、ACM)-----主目录-----持续更新(进不去说明我没写完):https://blog.youkuaiyun.com/grd_java/article/details/123063846

在这里插入图片描述

1. 动态规划

解题思路:时间复杂度O( n n n),空间复杂度O( n n n)
动态规划5步曲
  1. DP数组及下标含义
  1. 我们要求出的是某一天的最大收益。显然dp数组中存储的是某一天的最大收益。要求出谁的?显然是求出,某一天,持有股票的收益,和不持有股票的收益。那么下标就是代表是哪一天,有股票,还是没有股票。很显然,需要两个下标,二维数组。一个下标代表是第几天,另一个下标代表这天是否持有股票
  1. 递推公式:从零开始计算
  1. 第0天,若没有买股票,那么我们利润为0,若我们买了这天的股票,那么就花了购买这支股票的钱,利润为-prices[0]. 也就是说dp[0][0] = 0表示第0天,不持有股票,利润为0.dp[0][1] = -prices[0],表示第0天,持有股票,利润为-prices[0]
  2. 之后每一天,都需要考虑前一天的状况
  3. 若今天没有持有股票,dp[i][0]有两种情况:
  1. 昨天也没有股票,那么昨天利润是多少,今天还是多少,dp[i][0] = dp[i-1][0]
  2. 昨天有股票,那么说明今天把股票卖了,会收获卖掉的钱,也就是dp[i-1][1] + prices[i]
  3. 我们要保存的结果是第i天不持有股票的最大利润,也就是两种情况种,选利润最大的。所以dp[i][0] = Math.max(dp[i-1][0],dp[i-1][1] + prices[i])
  1. 同理,若今天持有股票,dp[i][1]分两种情况
  1. 昨天也持有股票,则利润不变dp[i][1] = dp[i-1][1]
  2. 昨天没有股票,今天买入这支股票,则需要减去prices[i]的开销。dp[i][1] = dp[i-1][0] - prices[i]
  3. 同样选大的,dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
  1. 最后一天必须不持有股票,所以最终结果为dp[end][0].
代码
  1. 普通版本
    在这里插入图片描述
class Solution {
    public int maxProfit(int[] prices) {
        int n = prices.length;
        //dp[i][j],下标含义,i表示当前是第几天,
        //j表示,i这天是持有股票,还是没有股票。j = 0表示第i天交易完成后,手里没有股票的最大利润,j = 1,表示第i天手里持有一支股票的最大利润
        int[][] dp = new int[n][2];
        dp[0][0] = 0;//第0天,没买股票,则利润为0
        dp[0][1] = -prices[0];//第0天,买了股票,则利润为-prices[0],因为你花钱了,还没赚
        for (int i = 1; i < n; ++i) {//后面每天的情况
            //如果今天手里没有股票,有两种情况,昨天也没有股票,那么利润不变就是dp[i-1][0], 
            //或者昨天有股票,今天把股票买了,则dp[i-1][1] + prices[i] ,然后选择这两种方案最大的
            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
            //如果今天有股票,有两种情况,昨天也有股票,则利润不变
            //或者昨天没有股票,则今天买入了股票,则花了钱(prices[i]),dp[i-1][0] - prices[i]
            dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
        }
        return dp[n - 1][0];//最后一天,必须不持有股票,所以返回最后一条没有股票的利润
    }
}
  1. 优化版本:我们发现dp[i]只需要dp[i-1]的状态,所以通过两个变量保存上次的状态即可,用不着dp数组
    在这里插入图片描述
class Solution {
    public int maxProfit(int[] prices) {
        int n = prices.length;
        int dp0 = 0, dp1 = -prices[0];//只需要两个变量即可
        for (int i = 1; i < n; ++i) {
            int newDp0 = Math.max(dp0, dp1 + prices[i]);
            int newDp1 = Math.max(dp1, dp0 - prices[i]);
            dp0 = newDp0;
            dp1 = newDp1;
        }
        return dp0;
    }
}

2. 贪心解法2

解题思路:时间复杂度O( n n n),空间复杂度O( 1 1 1)
  1. 计算相邻两天的差值,如果是正数,就收获利润,如果是负数,就抛弃
  2. [7,1,5,10,3,6,4]为例,用第2个-第一个,第3个-第二个,依次类推
  3. 两两差值为[-6,4,5,-7,3,-2].我们收获4,5和3
  1. 4代表,第二天买入1,第3天卖出5,利润5-1=4
  2. 5代表,第3天买入5,第4天卖出10,利润为5.
  1. 但是此时的情况是,我们第2天买入1,第3天卖了5,何来第3天买入5,第4天卖出10呢?
  2. 此时想象我们可以穿越时空,我们穿越回第三天,让它不要卖
  3. 最后我们相当于第二天买入1,第4天卖出10,共收获利润9
  4. 同时我们发现第二天买入1,第3天卖出5,利润5-1=4 加上 第3天买入5,第4天卖出10,利润为5。总共赚得利润也是9.(可以这样理解,我们第三天卖了后,赚了4元,但是第三天卖我反悔了,我要第4天卖,第4天卖多赚5元,那么把5元给我们补上。也就是4+5 = 9元)
  1. 3代表第5天买入3,第6天卖出6,赚利润6-3=3
  2. 最终利润为9+3 = 12.
代码

在这里插入图片描述

class Solution {
    public int maxProfit(int[] prices) {
        int ans = 0;
        int n = prices.length;
        for (int i = 1; i < n; ++i) {
            //如果今天和昨天差值为正数,就保留,也就是ans += prices[i] - prices[i - 1],
            //负数就不保留,也就是ans+=0
            ans += Math.max(0, prices[i] - prices[i - 1]);
        }
        return ans;
    }
}

3. 贪心解法2:超越100%,没错就是我在内卷你们

这个思路之所以快,是因为它省略了Math.max()这个比较的方法,提升了一倍的效率

解题思路:时间复杂度O( n n n),空间复杂度O( 1 1 1)
  1. 遇到最低点,就买进
  2. 遇到高点,就假设自己卖出,然后将这个高点再次当成最低点,回到第一步判断
  3. 这样就拿到了最大利润
  1. [1,2,3,4,5]为例
  2. 第一天为目前最低点,为1,假设我们买进
  3. 第二天为目前高点,为2,假设我们卖出,此时获利为1。设置2为目前最低点。因为我们是假设卖出,未来如果有更高的价钱moreMoney,那么我们再假设是这次更高的时候卖出,则利润,就多出了moreMoney-2这么多。例如第三天的情况
  4. 第三天为目前更高点,为3,假设我们这天卖出,也就是我们反悔了,不在第二天卖出了,那么今天卖比昨天多卖1元(3-2 = 1),所以我们利润+1,此时获利为2
  5. 第4天为新的最高的,为4,假设这天卖出,我们又返回了,也不再第3天卖出了,那么今天卖比第三天卖多卖1元(4-3 = 1),所以利润+1,此时获利为3
  6. 第5天,为新高,为5,再次返回,今天卖又能多赚一元(5-4 = 1),利润+1,为4
  1. [7,1,5,3,6,4]为例
  2. 第一天遇到最低点买进,此时利润为-7
  3. 第二天遇到新的最低点,我们反悔在第一天买进,而选择今天买进,则利润更新为-1
  4. 第三天为高点,假设卖出,获利(5-1 = 4)元,设置5为新的低点
  5. 第四天,遇到更低点3,假设我们此时选择买进。因为比第3天低。这时最好的情况时,第三天真的卖出,然后第4天看情况买进,如果未来有更高的,肯定是这样赚的更多(最低也是赚的一样,不信看下面的例子)

例如我们修改第一个例子[1,2,3,4,5]为[1,3,2,4,5], 此时第一天买进,第5天卖获利4元。第一天买,第二天卖,获利2元,然后第3天买,第5天卖,获利3元,3+2 = 5元。

  1. 第5天,遇到高点6,假设卖出,获利(6-3 = 3)元,设置6为新的最低点。因为此时好的选择是,第四天真的买进,因为今天遇到了高点,第四天买进,今天肯定赚。但是也只能假设卖出,因为后面没准有更高点
  2. 第6天,遇到新的低点4,假设买进。发现后面没有了,那么这个4,更好的选择就是不买
  3. 最终,利润为4+3 = 7
代码

在这里插入图片描述

class Solution {
    public int maxProfit(int[] prices) {
        int min = Integer.MAX_VALUE, pro = 0;
        for (int i = 0; i < prices.length; i++) {
            if (prices[i] < min) {//如果今天的股票是至今为止的最低
                min = prices[i];//保存这个最低,假设我们买了
            } else if (prices[i] > min) {//如果今天的股票比min大
                pro += prices[i] - min;//假设卖掉这个股票,将利润加到pro
                min = prices[i];//将当前值,设置为新的最低点
            }
        }
        return pro;
    }
}
leetcode刷题 122. 买卖股票的最佳时机 II,Medium (Java)贪心算法+动态规划 阅读详情

相关推荐

【java】力扣 买卖股票的最佳时机II

力扣 买卖股票的最佳时机II

qq_55846232的博客 643

leetcode_力扣_122. 买卖股票的最佳时机 II

力扣刷题笔记

qq_45826058的博客 489

基于verilog的16QAM调制

思路1:正交调幅法——实现16QAM调制,可以理解为时相位相差90度的两个正弦波的4PAM叠加。 4比特输入经过2->4进制转化得到两路2比特输入,然后分别经过4PAM后叠加所得输出即为16QAM调制结果。 具体程序稍后编写。 思路2:复合相移法——可以借助前面编写的QPSK,相当于两路幅度不同的QPSK的叠加,比如幅度分别取1和3 。 思路1正交调幅法的设计方案: 两正弦波相位差...

weixin_30725467的博客 2929

LeetCode-Java:122. 买卖股票的最佳时机Ⅱ

LeetCode122

weixin_63505616的博客 640

国产HDMI2.0芯片GSV2011怎么选?手把手教你用它设计音视频采集卡(附FPGA/海思对接指南)

本文详细解析国产HDMI2.0芯片GSV2011在音视频采集卡设计中的应用,涵盖芯片选型、硬件设计要点及与FPGA/海思平台的对接指南。GSV2011凭借4K@60Hz支持、音频提取嵌入功能和高集成度,成为音视频设备的核心选择,助力开发者快速实现高性能采集卡设计。

weixin_30181209的博客 337

在 STM32CubeIDE 中针对 STM32F407 移植 ThreadX

在 STM32CubeIDE 中针对 STM32F407 移植 ThreadX,不依赖盗版破解的Keil MDK、IAR等软件。

wangyuewu08的博客 3377

【LeetCode】maxProfit 买卖股票的最佳时机 II(JAVA)

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)。 示例 1: 输入: [7,1,5,3,6,4] 输出: 7 解释: 在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。 随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6

卡尤的小黄鸡的博客 615

保姆级教程:用AD20破解版从安装到汉化,一次搞定PCB设计环境搭建

本文提供AD20从安装到汉化的保姆级教程,详细解析环境配置、核心功能及高效操作技巧,帮助电子设计工程师快速掌握PCB设计工具。涵盖系统准备、界面定制、原理图设计、PCB布局布线等关键步骤,特别适合初学者避开常见陷阱。

weixin_30555125的博客 220

Leetcode:122. 买卖股票的最佳时机 II(贪心算法)

122. 买卖股票的最佳时机 II 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)。 示例 1: 输入: [7,1,5,3,6,4] 输出: 7 解释: 在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。 随后,在第 4 天(股票价格 = 3)的时候

stackempty2的博客 357

Silvaco二极管、三极管、CMOS的制备

Silvaco二极管和三极管的制备

yytu231的博客 5753

PowerBI参数化实战:3分钟搞定动态数据源切换(附常见错误排查)

本文详细介绍了PowerBI参数化实战技巧,教你3分钟实现动态数据源切换。通过创建参数、改造查询和测试切换三步,轻松应对多环境部署与团队协作中的路径问题,并附上常见错误排查指南,有效提升报表的可维护性和工作效率。

p1q2r的博客 586

122. 买卖股票的最佳时机 II(Java)

给你一个整数数组 prices ,其中 prices[i] 表示某支股票第 i 天的价格。在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。返回 你能获得的 最大 利润。

jungleirim的博客 663

GoAnywhere MFT 身份验证绕过漏洞(CVE-2024-0204)

GoAnywhere MFT 身份验证绕过漏洞(CVE-2024-0204)

weixin_43567873的博客 389

【刷题日记】买卖股票的最佳时机 II

题目:买卖股票的最佳时机 II 难度:简单 题目描述:给定股票每日价格数组,通过多次买卖(不能同时持有多支股票)获取最大利润。 解题思路: 贪心算法:遍历价格数组,累加所有上升区间的利润差(如[1,5,3,6]中1→5和3→6的利润4+3=7) 峰谷法:寻找每个上升区间的谷底和峰值,计算差值累加 复杂度分析: 时间复杂度:O(n),只需一次遍历 空间复杂度:O(1),使用常数变量 示例: 输入[7,1,5,3,6,4],输出7(1→5利润4 + 3→6利润3)

weixin_45980775的博客 1088

199、运动控制中的行业应用:微纳运动控制(压电陶瓷)

这篇文章分享了微纳运动控制中压电陶瓷应用的实战经验。作者通过半导体封装设备调试案例,揭示了压电陶瓷的非线性特性(迟滞效应和蠕变)对纳米级定位的影响,并指出微纳运动控制本质是"材料控制"而非单纯的电机控制。文章详细介绍了迟滞补偿的核心策略(PI模型)、闭环控制建议(滑模控制替代传统PID)、传感器选型要点(电容式位移传感器)以及调试中的常见问题(地线环路、机械谐振等)。最后给出实用建议:硬件选型比算法更重要,调试工具要专业,并强调微纳运动控制80%取决于对材料特性的理解。全文以工程师视角呈现,包含代码示例和血

m0_50546716的博客 46

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

LeetCode 122. 买卖股票的最佳时机 II(中等)

LeetCode 122. 买卖股票的最佳时机 II 题解

ZeroBugX的博客 982

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

LeetCode 122:买卖股票的最佳时机 II(Java实现)

LeetCode 122:买卖股票的最佳时机 II题目思路代码结果 题目 思路 贪心算法 代码 结果

qq_45093368的博客 844

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

贪心 vs 动态规划——力扣122.买卖股票的最佳时机II

本文详解了LeetCode 122题"买卖股票的最佳时机II"的多种解法。贪心法通过累加正差实现O(n)时间;峰谷法直观捕捉上升段;动态规划用状态机建模,便于扩展。文章比较了各方法的复杂度,推荐面试时优先使用贪心,并补充状态机思路。附代码示例和复杂度分析,帮助读者掌握无限次交易下的最优解,为处理更复杂的变体问题(如手续费、冷却期)奠定基础。

w1311823723的博客 889

122. 买卖股票的最佳时机 II

本文介绍了一种基于贪心策略的股票买卖算法,通过累积相邻两天的正向价格差获取最大利润。该算法实现简洁高效,时间复杂度O(n),空间复杂度O(1)。核心思想是捕捉所有上涨机会,局部最优选择带来全局最优解。文章详细解析了算法原理、执行过程、正确性验证,并与动态规划等解法进行对比,同时讨论了其适用场景和实际应用价值,展示了贪心算法在解决实际问题中的巧妙运用。

mrjieke6的博客 923

代码随想录算法训练营Day45 | 121. 买卖股票的最佳时机、122.买卖股票的最佳时机II、123.买卖股票的最佳时机III

训练营第45天:121. 买卖股票的最佳时机、122.买卖股票的最佳时机II、123.买卖股票的最佳时机III

jiabao0520的博客 1346

代码随想录Day41:动态规划(买卖股票的最佳时机、买卖股票的最佳时机II、买卖股票的最佳时机III)

同样dp[i][1]取最大的,dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);那么dp[i][0]应该选所得现金最大的,所以dp[i][0] = max(dp[i - 1][0], -prices[i]);一定是选最大的,所以 dp[i][1] = max(dp[i-1][0] - prices[i], dp[i - 1][1]);那么dp[i][1]究竟选 dp[i-1][0] - prices[i],还是dp[i - 1][1]呢?

m0_73724472的博客 1165

【java】力扣 买卖股票的最佳时机III

java版的买卖股票的最佳时机III 用的动态规划

qq_55846232的博客 1456

Java实现 LeetCode 122 买卖股票的最佳时机 II

122. 买卖股票的最佳时机 II 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)。 示例 1: 输入: [7,1,5,3,6,4] 输出: 7 解释: 在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 ...

南 墙 1万+

LeetCode 122. 买卖股票的最佳时机 II

状态定义:动态规划的核心是维护两个状态变量:持有股票(stock)和不持有股票(cash)时的最大利润。状态转移卖出操作:从stock转移到cash,增加利润。买入操作:从cash转移到stock,减少成本。无限次交易:通过状态切换,允许多次买卖,每次卖出后利润可用于后续买入。与一次交易对比:一次交易(LeetCode 121)只需记录最低价和最大差价;无限次交易需动态管理状态,利润更高。

qq_45834075的博客 1090

LeetCode 122. 买卖股票的最佳时机 II Java

LeetCode 122. 买卖股票的最佳时机 II java 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)。 示例 1: 输入: [7,1,5,3,6,4] 输出: 7 解释: 在第 2 天(股票价格 = 1)的时候买...

lele的专栏 456

代码随想录day28 | leetcode 122.买卖股票的最佳时机II 55.跳跃游戏 45.跳跃游戏II

本题首先要清楚两点:想获得利润至少要两天为一个交易单元。这道题目可能我们只会想,选一个低的买入,再选个高的卖,再选一个低的买入…循环反复。如果想到其实最终利润是可以分解的,那么本题就很容易了!如何分解呢?假如第 0 天买入,第 3 天卖出,那么利润为:prices[3] - prices[0]。相当于(prices[3] - prices[2]) + (prices[2] - prices[1]) + (prices[1] - prices[0])。此时就是把利润分解为每天为单位的维度,而不是从 0 天到第

2302_81139517的博客 1619
上一篇: java数据结构与算法刷题-----LeetCode376. 摆动序列
下一篇: java数据结构与算法刷题-----LeetCode55. 跳跃游戏
ydenergy_殷志鹏
博客等级 码龄7年 5888粉丝 543原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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

打赏作者

ydenergy_殷志鹏

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
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