经典算法之动态规划（golang）

最新推荐文章于 2025-03-16 20:59:58 发布

心口

最新推荐文章于 2025-03-16 20:59:58 发布

阅读量655

点赞数 1

文章标签： go语言

本文链接：https://blog.youkuaiyun.com/qq_43518415/article/details/123634231

版权

本文介绍了如何运用动态规划解决买卖股票的最佳时机问题。通过分析问题并建立状态转移方程，可以找到最大利润的策略。提供的代码示例展示了如何在给定股票价格数组中实现这一算法，从而确定何时买入和卖出股票以获取最大收益。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

动态规划思想：把一个问题分解成若干个子问题，并找出其最优解决方法

动态规划的解题关键在于：

1.根据问题可能性进行拆分。
从最简单的情况下进行分析，从下往上逐步分析。
2.找到状态转移方程式，保存最优解。
方程式其实就是在满足某个条件下的递推通项公式，同时也要注意条件范围和边界处理。

例题：买卖股票最佳时机

给定一个数组 prices ，其中 prices[i] 表示股票第 i 天的价格。

在每一天，你可能会决定购买和/或出售股票。你在任何时候最多只能持有一股股票。你也可以购买它，然后在同一天出售。
返回你能获得的最大利润。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii

package main

func maxProfit(prices []int) int {
   n := len(prices)
   dp := make([][2]int, n)
   dp[0][1] = -prices[0]
   for i := 1; i < n; i++ {
      dp[i][0] = max(dp[i-1][0], dp[i-1][1]+prices[i])
      dp[i][1] = max(dp[i-1][1], dp[i-1][0]-prices[i])
   }
   return dp[n-1][0]
}

func max(a, b int) int {
   if a > b {
      return a
   }
   return b
}