leecode更新
This commit is contained in:
markilue
parent
8be0b33907
commit
c2963545b3
|
|
@ -0,0 +1,157 @@
|
|||
package com.markilue.leecode.dynamic;
|
||||
|
||||
import org.junit.Test;
|
||||
|
||||
/**
|
||||
*@BelongsProject: Leecode
|
||||
*@BelongsPackage: com.markilue.leecode.dynamic
|
||||
*@Author: dingjiawen
|
||||
*@CreateTime: 2022-12-14 09:45
|
||||
*@Description:
|
||||
* TODO 力扣309题 最佳买卖股票时机含冷冻期：
|
||||
* 给定一个整数数组prices，其中第 prices[i] 表示第 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）:
|
||||
* 卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。
|
||||
* 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）。
|
||||
*@Version: 1.0
|
||||
*/
|
||||
public class T25_MaxProfit {
|
||||
|
||||
@Test
|
||||
public void test(){
|
||||
int[] prices = {1, 2, 3, 0, 2};
|
||||
System.out.println(maxProfit(prices));
|
||||
}
|
||||
|
||||
/**
|
||||
* 思路：正如题目所说:对应的交易状态有: [买入, 卖出, 冷冻期]，由此可以列举状态转移方程
|
||||
* TODO 动归五部曲:
|
||||
* (1)dp定义:dp[i][0]表示第i天处于买入了的状态最多的利润；dp[i][1]表示第i天处于卖出的状态最多的利润
|
||||
* dp[i][2]表示第i天处于冷冻期的状态最多的利润；dp[i][3]表示第i天非冷冻期的状态最多的利润
|
||||
* (2)dp状态转移方程:
|
||||
* 1.dp[i][0]=昨天买入了今天没变化；昨天处于冷冻期今天买入了；除了第一次以外，下次再买一定是冷冻期之后的买
|
||||
* dp[i][0]=max(dp[i-1][0],dp[i-1][2]-prices[i]，-prices[i])
|
||||
* 2.dp[i][1]=昨天处于冷冻期今天没变化；昨天买今天卖入了；
|
||||
* dp[i][1]=max(dp[i-1][2],dp[i-1][0]+prices[i]，dp[i-1][1])
|
||||
* 2.dp[i][2]=昨天卖了今天处于冷冻期；昨天处于冷冻期今天没变化
|
||||
* dp[i][2]=max(dp[i-1][1],dp[i-1][2])
|
||||
* (3)dp初始化:dp[0][0]=-prices[0]；dp[0][1]=0；dp[0][2]=0
|
||||
* (4)dp遍历顺序:从前往后
|
||||
* (5)dp举例推导: 以prices = [1,2,3,0,2]为例
|
||||
* [0 1 2]
|
||||
* i=0 -1 0 0
|
||||
* i=1 -1 1 0
|
||||
* i=2 -1 2 1
|
||||
* i=3 1 2 2
|
||||
* i=4 1 3 2
|
||||
* 速度击败77.78%，内存击败46.23% 1ms
|
||||
* @param prices
|
||||
* @return
|
||||
*/
|
||||
public int maxProfit(int[] prices) {
|
||||
|
||||
int[][] dp = new int[prices.length][3];
|
||||
dp[0][0]=-prices[0];dp[0][1]=0;dp[0][2]=0;
|
||||
|
||||
for (int i = 1; i < prices.length; i++) {
|
||||
dp[i][0]=Math.max(Math.max(dp[i-1][0],dp[i-1][2]-prices[i]),-prices[i]);
|
||||
dp[i][1]=Math.max(Math.max(dp[i-1][2],dp[i-1][0]+prices[i]),dp[i-1][1]);
|
||||
dp[i][2]=Math.max(dp[i-1][1],dp[i-1][2]);
|
||||
}
|
||||
return dp[prices.length-1][1];
|
||||
|
||||
}
|
||||
|
||||
|
||||
/**
|
||||
* 代码随想录动态规划法:具体状态转移推导，见笔记
|
||||
* 把交易的状态分为了四种：
|
||||
* 1.状态一：买入股票状态（今天买入股票，或者是之前就买入了股票然后没有操作）
|
||||
* 2.卖出股票状态，这里就有两种卖出股票状态
|
||||
* 状态二：两天前就卖出了股票，度过了冷冻期，一直没操作，今天保持卖出股票状态
|
||||
* 状态三：今天卖出了股票
|
||||
* 3.状态四：今天为冷冻期状态，但冷冻期状态不可持续，只有一天
|
||||
* 速度击败77.78%，内存击败27.95%
|
||||
* @param prices
|
||||
* @return
|
||||
*/
|
||||
public int maxProfit1(int[] prices) {
|
||||
int n=prices.length;
|
||||
if (prices == null || n < 2) {
|
||||
return 0;
|
||||
}
|
||||
int[][] dp = new int[n][4];
|
||||
|
||||
// bad case
|
||||
dp[0][0] = -prices[0];
|
||||
dp[0][1] = 0;
|
||||
dp[1][0] = 0;
|
||||
dp[1][1] = 0;
|
||||
|
||||
for (int i = 1; i < prices.length; i++) {
|
||||
// dp公式
|
||||
dp[i][0] = Math.max(dp[i - 1][0], Math.max(dp[i - 1][3], dp[i - 1][1]) - prices[i]);
|
||||
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][3]);
|
||||
dp[i][2] = dp[i - 1][0] + prices[i];
|
||||
dp[i][3] = dp[i - 1][2];
|
||||
}
|
||||
|
||||
return Math.max(dp[n - 1][3],Math.max(dp[n - 1][1], dp[n - 1][2]));
|
||||
}
|
||||
|
||||
|
||||
/**
|
||||
* 官方三状态法：
|
||||
* 速度击败77.78%，内存击败52.16%
|
||||
* @param prices
|
||||
* @return
|
||||
*/
|
||||
public int maxProfit2(int[] prices) {
|
||||
if (prices.length == 0) {
|
||||
return 0;
|
||||
}
|
||||
|
||||
int n = prices.length;
|
||||
// f[i][0]: 手上持有股票的最大收益
|
||||
// f[i][1]: 手上不持有股票，并且处于冷冻期中的累计最大收益;这里的「处于冷冻期」指的是在第 i 天结束之后的状态
|
||||
// f[i][2]: 手上不持有股票，并且不在冷冻期中的累计最大收益；由于不能在冷冻期，所以今天不能卖股票
|
||||
int[][] f = new int[n][3];
|
||||
f[0][0] = -prices[0];
|
||||
for (int i = 1; i < n; ++i) {
|
||||
f[i][0] = Math.max(f[i - 1][0], f[i - 1][2] - prices[i]);//昨天就持有了，或者没有没持有今天买；
|
||||
f[i][1] = f[i - 1][0] + prices[i]; //必须是今天刚卖;
|
||||
f[i][2] = Math.max(f[i - 1][1], f[i - 1][2]); //昨天处于冷冻期；昨天过了冷冻期但是没操作;
|
||||
}
|
||||
return Math.max(f[n - 1][1], f[n - 1][2]);
|
||||
}
|
||||
|
||||
|
||||
/**
|
||||
* 官方滚动数组优化:
|
||||
* 速度击败100%，内存击败79.39%
|
||||
* @param prices
|
||||
* @return
|
||||
*/
|
||||
public int maxProfit3(int[] prices) {
|
||||
if (prices.length == 0) {
|
||||
return 0;
|
||||
}
|
||||
|
||||
int n = prices.length;
|
||||
int f0 = -prices[0];
|
||||
int f1 = 0;
|
||||
int f2 = 0;
|
||||
for (int i = 1; i < n; ++i) {
|
||||
int newf0 = Math.max(f0, f2 - prices[i]);
|
||||
int newf1 = f0 + prices[i];
|
||||
int newf2 = Math.max(f1, f2);
|
||||
f0 = newf0;
|
||||
f1 = newf1;
|
||||
f2 = newf2;
|
||||
}
|
||||
|
||||
return Math.max(f1, f2);
|
||||
}
|
||||
|
||||
|
||||
}
|
||||
|
|
@ -0,0 +1,102 @@
|
|||
package com.markilue.leecode.dynamic;
|
||||
|
||||
/**
|
||||
*@BelongsProject: Leecode
|
||||
*@BelongsPackage: com.markilue.leecode.dynamic
|
||||
*@Author: dingjiawen
|
||||
*@CreateTime: 2022-12-14 11:53
|
||||
*@Description:
|
||||
* TODO 力扣714题 买卖股票的最佳时机含手续费：
|
||||
* 给定一个整数数组 prices，其中 prices[i]表示第 i 天的股票价格 ；整数 fee 代表了交易股票的手续费用。
|
||||
* 你可以无限次地完成交易，但是你每笔交易都需要付手续费。如果你已经购买了一个股票，在卖出它之前你就不能再继续购买股票了。
|
||||
* 返回获得利润的最大值。
|
||||
* 注意：这里的一笔交易指买入持有并卖出股票的整个过程，每笔交易你只需要为支付一次手续费。
|
||||
*@Version: 1.0
|
||||
*/
|
||||
public class T26_MaxProfit {
|
||||
|
||||
/**
|
||||
* 思路:本质上只是在卖出时需要付手续费:
|
||||
* TODO 动态规划五部曲:
|
||||
* (1)dp定义:dp[i][0]表示手上有股票的最大利润；dp[i][1]表示手上没有股票的最大利润
|
||||
* (2)dp状态转移方程:
|
||||
* 1.dp[i][0]:
|
||||
* dp[i][0]=max(dp[i-1][0],dp[i-1][1]-price[i])
|
||||
* 2.dp[i][1]:
|
||||
* dp[i][1]=max(dp[i-1][1],dp[i-1][0]+price[i]-fee)
|
||||
* (3)dp初始化:dp[0][0]=-price[i];dp[0][1]=0;
|
||||
* (4)dp遍历顺序:从前往后
|
||||
* (5)dp举例推导:以prices = [1, 3, 2, 8, 4, 9], fee = 2为例
|
||||
* [0 1]
|
||||
* i=0 -1 0
|
||||
* i=1 -1 0
|
||||
* i=2 -1 0
|
||||
* i=3 -1 5
|
||||
* i=4 1 5
|
||||
* i=5 1 8
|
||||
* 速度击败6.13%，内存击败80.17% 22ms
|
||||
* @param prices
|
||||
* @param fee
|
||||
* @return
|
||||
*/
|
||||
public int maxProfit(int[] prices, int fee) {
|
||||
|
||||
int[][] dp = new int[prices.length][2];
|
||||
dp[0][0]=-prices[0];dp[0][1]=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]-fee);
|
||||
}
|
||||
|
||||
return dp[prices.length-1][1];
|
||||
|
||||
}
|
||||
|
||||
|
||||
/**
|
||||
* 滚动数组优化
|
||||
* 速度击败87.26%，内存击败43.9% 3ms
|
||||
* @param prices
|
||||
* @param fee
|
||||
* @return
|
||||
*/
|
||||
public int maxProfit1(int[] prices, int fee) {
|
||||
|
||||
int dp0=-prices[0];
|
||||
int dp1=0;
|
||||
|
||||
for (int i = 1; i < prices.length; i++) {
|
||||
dp0=Math.max(dp0,dp1-prices[i]);
|
||||
dp1=Math.max(dp1,dp0+prices[i]-fee);
|
||||
}
|
||||
|
||||
return dp1;
|
||||
|
||||
}
|
||||
|
||||
/**
|
||||
* 官方贪心法：
|
||||
* 速度击败100%，内存击败80.17% 3ms
|
||||
* @param prices
|
||||
* @param fee
|
||||
* @return
|
||||
*/
|
||||
public int maxProfit2(int[] prices, int fee) {
|
||||
int n = prices.length;
|
||||
int buy = prices[0] + fee;
|
||||
int profit = 0;
|
||||
for (int i = 1; i < n; ++i) {
|
||||
if (prices[i] + fee < buy) {
|
||||
buy = prices[i] + fee;
|
||||
} else if (prices[i] > buy) {
|
||||
//因为可以买卖无数次，所以这是合理的，即可以当天买当天卖
|
||||
profit += prices[i] - buy;
|
||||
//卖了之后必须重置价格，不然可以使用历史最少作为价格
|
||||
buy = prices[i];
|
||||
}
|
||||
}
|
||||
return profit;
|
||||
}
|
||||
|
||||
}
|
||||
Loading…
Reference in New Issue