309 最佳买卖股票时机含冷冻期

本文介绍了一种基于动态规划的股票买卖算法,旨在计算给定股票价格序列下的最大利润,考虑到交易限制,如冷冻期。通过两种动态规划方法实现,一种使用二维数组存储中间结果,另一种优化内存使用。

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

题目描述:
给定一个整数数组,其中第 i 个元素代表了第 i 天的股票价格 。​
设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票):
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)。
卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。

示例:
输入: [1,2,3,0,2]
输出: 3
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]

方法1:动态规划
主要思路:
(1)对于当天所可以获得利润和三个状态有关:
(a)当前持有股票(可能是一直持有的,也可能是刚买的);
(b)当前处于冷冻状态,则一定是前一天刚卖掉股票;
(c)当前不持有股票(可能是一直不持有,也可能是刚从冷冻状态转移而来);
(2)根据上述解释,设定动态数组vector<vector> dp(size_prices,vector(3,0));则:
(a)dp[ i ][ 0 ]表示当前持有股票下可以获得最大利润,则根据两个可能的转化方式,则 dp[i][0]=max(dp[i-1][0],dp[i-1][2]-prices[i]);
(b)dp[ i ][ 1 ]表示当前处于冷冻状态下可获得最大的利润,则一定是从持有股票获得最大利润下,直接卖出获得唯一的转化方式,既 dp[i][1]=dp[i-1][0]+prices[i];
(c)dp[ i ][ 2 ]表示当前不持有股票下可获得最大的利润,则可能是一直没有持有,或刚从冷冻状态下转化过了,既dp[i][2]=max(dp[i-1][2],dp[i-1][1]);
(3)最后返回冷冻和卖出两种状态下的最大值即可;

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        if(prices.size()<2)
            return 0;
        int size_prices=prices.size();
        vector<vector<int>> dp(size_prices,vector<int>(3,0));
        dp[0][0]=-prices[0];//初始化,既第一天买入,因为此状态下对应一定持有

        for(int i=1;i<size_prices;++i){
            dp[i][0]=max(dp[i-1][0],dp[i-1][2]-prices[i]);//持有状态下可以获得最大的利润
            dp[i][1]=dp[i-1][0]+prices[i];//冷冻状态下可以获得最大的利润
            dp[i][2]=max(dp[i-1][2],dp[i-1][1]);//卖出状态下可以获得最大的利润
        }

        return max(dp[size_prices-1][1],dp[size_prices-1][2]);//返回最大值
    }
};

方法2:动态规划,压缩使用内存
主要思路:
(1)观察方法1,可知当天的三种可以获得利润的方式,只和前一天的状态有关,故可以考虑将数组压缩,只保留前一天的状态即可;

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        if(prices.size()<2){
            return 0;
        }

        int size_prices=prices.size();
        //用于保存前一天的状态
        int profit0=-prices[0];
        int profit1=0;
        int profit2=0;

        for(int i=1;i<size_prices;++i){
            int new_profit0=max(profit0,profit2-prices[i]);
            int new_profit1=new_profit0+prices[i];
            int new_profit2=max(profit1,profit2);
			//更前前一天的状态
            profit0=new_profit0;
            profit1=new_profit1;
            profit2=new_profit2;
        }

        return max(profit1,profit2);
    }
};
内容概要:本文档主要介绍了Intel Edge Peak (EP) 解决方案,涵盖从零到边缘高峰的软件配置和服务管理。EP解决方案旨在简化客户的入门门槛,提供一系列工具和服务,包括Edge Software Provisioner (ESP),用于构建和缓存操作系统镜像和软件栈;Device Management System (DMS),用于远程集群或本地集群管理;以及Autonomous Clustering for the Edge (ACE),用于自动化边缘集群的创建和管理。文档详细描述了从软件发布、设备制造、运输、安装到最终设备激活的全过程,并强调了在不同应用场景(如公共设施、工业厂房、海上油井和移动医院)下的具体部署步骤和技术细节。此外,文档还探讨了安全设备注册(FDO)、集群管理、密钥轮换和备份等关键操作。 适合人群:具备一定IT基础设施和边缘计算基础知识的技术人员,特别是负责边缘设备部署和管理的系统集成商和运维人员。 使用场景及目标:①帮助系统集成商和客户简化边缘设备的初始配置和后续管理;②确保设备在不同网络环境下的安全启动和注册;③支持大规模边缘设备的自动化集群管理和应用程序编排;④提供详细的密钥管理和集群维护指南,确保系统的长稳定运行。 其他说明:本文档是详细描述了Edge Peak技术及其应用案例。文档不仅提供了技术实现的指导,还涵盖了策略配置、安全性和扩展性的考虑,帮助用户全面理解和实施Intel的边缘计算解决方案。
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