网络架构oss太原关键词排名优化

121. 买卖股票的最佳时机

给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。

你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。

返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。

暴力方法实现：记录每一次的买卖，记录最大的数值并返回

class Solution {public int maxProfit(int[] prices) {int pay = Integer.MAX_VALUE;int max = 0;for(int i = 0;i<prices.length;i++){if(prices[i]<pay){pay = prices[i];}max = Math.max(max,(prices[i]-pay));}return max;}
}

 动态规划实现：

dp[i][j]表示手中所持有的钱

dp[i][0]代表第i天持有股票的最大收益
dp[i][1]代表第i天不持有股票的最大收益

class Solution {public int maxProfit(int[] prices) {int length = prices.length;int[][] dp = new int[length][2];int result = 0;dp[0][0] = -prices[0];dp[0][1] = 0;for (int i = 1; i < length; i++) {dp[i][0] = Math.max(dp[i - 1][0], -prices[i]);dp[i][1] = Math.max(dp[i - 1][0] + prices[i], dp[i - 1][1]);}return dp[length - 1][1];}
}

122. 买卖股票的最佳时机 II

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 。

贪心实现：保证每一天的利润都大于0，总体利润最大

class Solution {public int maxProfit(int[] prices) {int profit = 0;for(int i = 1;i< prices.length;i++){profit += Math.max(prices[i]-prices[i-1],0);}return profit;}
}

动态规划实现：

dp[i][0]:持有股票的收益

dp[i][1]:不持有股票的收益

class Solution public int maxProfit(int[] prices) {int n = prices.length;int[][] dp = new int[n][2];     dp[0][0] = -price[i];               dp[0][1] = 0for (int i = 1; i < n; ++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]);}return dp[n - 1][1];   }
}

123. 买卖股票的最佳时机 III

给定一个数组，它的第 i 个元素是一支给定的股票在第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。

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）。

dp含义:dp[i][j]中 i表示第i天，j为 [0 - 4] 五个状态，dp[i][j]表示第i天状态j所剩最大现金。

 dp[i][0]:不操作

 dp[i][1]:第一次持有

 dp[i][2]:第一次不持有

 dp[i][3]:第二次持有

 dp[i][4]:第二次不持有

class Solution {public int maxProfit(int[] prices) {int[][] dp = new int[prices.length][5];dp[0][0] = 0;dp[0][1] = -prices[0];dp[0][2] = 0;dp[0][3] = -prices[0];dp[0][4] = 0;for(int i=1;i<prices.length;i++){dp[i][1]=Math.max(dp[i-1][1],dp[i-1][0]-prices[i]);dp[i][2]=Math.max(dp[i-1][2],dp[i-1][1]+prices[i]);dp[i][3]=Math.max(dp[i-1][3],dp[i-1][2]-prices[i]);dp[i][4]=Math.max(dp[i-1][4],dp[i-1][3]+prices[i]);}return dp[prices.length-1][4];}
}

 188. 买卖股票的最佳时机 IV

给你一个整数数组 prices 和一个整数 k ，其中 prices[i] 是某支给定的股票在第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。也就是说，你最多可以买 k 次，卖 k 次。

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）。

除去0以外，偶数就是卖出，奇数就是买入

for (int i = 1; i < 2 * k; i += 2) {dp[0][i] = -prices[0];
}

class Solution {public int maxProfit(int k, int[] prices) {int len = prices.length;int[][] dp = new int[len][2 * k+1];//初始化for (int i = 1; i < 2 * k; i += 2) {dp[0][i] = -prices[0];}for (int i = 1; i < len; i++) {for (int j = 0; j < k*2 - 1; j += 2) {dp[i][j + 1] = Math.max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i]);dp[i][j + 2] = Math.max(dp[i - 1][j + 2], dp[i - 1][j + 1] + prices[i]);}}return dp[len - 1][k*2];}
}

309. 买卖股票的最佳时机含冷冻期

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)。

在持有股票阶段分为三种情况，第一次持有，在冻结后的第一天买入，在冻结后的几天后再买入

dp[i][0] = Math.max(dp[i - 1][0], Math.max(dp[i - 1][3] - prices[i], dp[i - 1][1] - prices[i])); 

class Solution {public int maxProfit(int[] prices) {/*** dp[i][0]:持有股票* dp[i][1]:保持卖出股票* dp[i][2]:卖出股票* dp[i][3]:冻结*///初始化int[][] dp = new int[prices.length][4];dp[0][0] = -prices[0];dp[0][1] = 0;dp[0][2] = 0;dp[0][3] = 0;for (int i = 1; i < prices.length; i++) {//3种情况：第一次买入，冷冻期后买入，前一天持有dp[i][0] = Math.max(dp[i - 1][0], Math.max(dp[i - 1][3] - prices[i], dp[i - 1][1] - prices[i]));//2种情况：一直保持卖出，前一天使冷冻期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[prices.length-1][3],Math.max(dp[prices.length-1][2],dp[prices.length-1][1]));}
}

714. 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

这题与122. 买卖股票的最佳时机 II 思路完全一致，只是在卖出后减去手续费即可

class Solution {public int maxProfit(int[] prices, int fee) {//dp[i][0]持有股票 dp[i][1]不持有股票int len = prices.length;int[][] dp = new int[len][2];dp[0][0] = -prices[0];for(int i = 1;i<len;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[len-1][1];}
}