LeetCode #714 Best Time to Buy and Sell Stock with Transaction Fee 買賣股票的最佳時(shí)機(jī)含手續(xù)費(fèi)

714 Best Time to Buy and Sell Stock with Transaction Fee 買賣股票的最佳時(shí)機(jī)含手續(xù)費(fèi)

Description:
You are given an array prices where prices[i] is the price of a given stock on the ith day, and an integer fee representing a transaction fee.

Find the maximum profit you can achieve. You may complete as many transactions as you like, but you need to pay the transaction fee for each transaction.

Note:
You may not engage in multiple transactions simultaneously (i.e., you must sell the stock before you buy again).

Example:

Example 1:

Input: prices = [1,3,2,8,4,9], fee = 2
Output: 8
Explanation: The maximum profit can be achieved by:

  • Buying at prices[0] = 1
  • Selling at prices[3] = 8
  • Buying at prices[4] = 4
  • Selling at prices[5] = 9
    The total profit is ((8 - 1) - 2) + ((9 - 4) - 2) = 8.

Example 2:

Input: prices = [1,3,7,5,10,3], fee = 3
Output: 6

Constraints:

1 <= prices.length <= 5 * 10^4
1 <= prices[i] < 5 * 10^4
0 <= fee < 5 * 10^4

題目描述:
給定一個(gè)整數(shù)數(shù)組 prices,其中第 i 個(gè)元素代表了第 i 天的股票價(jià)格 膀篮;非負(fù)整數(shù) fee 代表了交易股票的手續(xù)費(fèi)用早处。

你可以無限次地完成交易果元,但是你每筆交易都需要付手續(xù)費(fèi)。如果你已經(jīng)購買了一個(gè)股票鸽素,在賣出它之前你就不能再繼續(xù)購買股票了。

返回獲得利潤的最大值。

注意:
這里的一筆交易指買入持有并賣出股票的整個(gè)過程粒氧,每筆交易你只需要為支付一次手續(xù)費(fèi)。

示例 :

示例 1:

輸入: prices = [1, 3, 2, 8, 4, 9], fee = 2
輸出: 8
解釋: 能夠達(dá)到的最大利潤:
在此處買入 prices[0] = 1
在此處賣出 prices[3] = 8
在此處買入 prices[4] = 4
在此處賣出 prices[5] = 9
總利潤: ((8 - 1) - 2) + ((9 - 4) - 2) = 8.

說明:

0 < prices.length <= 50000.
0 < prices[i] < 50000.
0 <= fee < 50000.

思路:

動(dòng)態(tài)規(guī)劃
對(duì)于每一天只有兩種狀態(tài), 要么手上持有股票, 要么當(dāng)天賣出股票并支付手續(xù)費(fèi)
設(shè) dp[i][0] 表示當(dāng)天不持有股票時(shí)的收益, dp[i][1] 表示當(dāng)天持有股票時(shí)的收益
dp[i][0] = max(dp[i - 1][1] + prices[i] - fee, dp[i - 1][0]), 當(dāng)天沒有持有股票時(shí), 收益為前一天沒有持有股票和當(dāng)天賣出股票并減去手續(xù)費(fèi)的收益的較大值
dp[i][1] = max(dp[i - 1][0] - prices[i], dp[i - 1][1]), 當(dāng)天持有股票, 收益為前一天持有股票和當(dāng)天買入股票收益的較大值
最后返回 dp[n][0] 表示手上沒有股票的最大收益
初始化 dp[0][0] = 0, dp[0][1] = -prices[0]
注意到只需要前一天的收益的記錄, 可以將空間復(fù)雜度壓縮到 O(1)
時(shí)間復(fù)雜度為 O(n), 空間復(fù)雜度為 O(1)

代碼:
C++:

class Solution 
{
public:
    int maxProfit(vector<int>& prices, int fee) 
    {
        int a = 0, b = -prices.front(), c = 0, d = 0, n = prices.size();
        for (int i = 1; i < n; i++) 
        {
            a = max(d - prices[i], b);
            c = max(b + prices[i] - fee, d);
            d = c;
            b = a;
        }
        return c;
    }
};

Java:

class Solution {
    public int maxProfit(int[] prices, int fee) {
        int a = 0, b = -prices[0], c = 0, d = 0, n = prices.length;
        for (int i = 1; i < n; i++) {
            a = Math.max(d - prices[i], b);
            c = Math.max(b + prices[i] - fee, d);
            d = c;
            b = a;
        }
        return c;
    }
}

Python:

class Solution:
    def maxProfit(self, prices: List[int], fee: int) -> int:
        a, b, c, d, n = 0, -prices[0], 0, 0, len(prices)
        for i in range(1, n):
            a, b, c, d = max(d - prices[i], b), max(d - prices[i], b), max(b + prices[i] - fee, d), max(b + prices[i] - fee, d)
        return c
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末节腐,一起剝皮案震驚了整個(gè)濱河市外盯,隨后出現(xiàn)的幾起案子摘盆,更是在濱河造成了極大的恐慌,老刑警劉巖饱苟,帶你破解...
    沈念sama閱讀 219,188評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件孩擂,死亡現(xiàn)場離奇詭異,居然都是意外死亡箱熬,警方通過查閱死者的電腦和手機(jī)肋殴,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,464評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來坦弟,“玉大人护锤,你說我怎么就攤上這事∧鸢” “怎么了烙懦?”我有些...
    開封第一講書人閱讀 165,562評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長赤炒。 經(jīng)常有香客問我氯析,道長,這世上最難降的妖魔是什么莺褒? 我笑而不...
    開封第一講書人閱讀 58,893評(píng)論 1 295
  • 正文 為了忘掉前任掩缓,我火速辦了婚禮,結(jié)果婚禮上遵岩,老公的妹妹穿的比我還像新娘你辣。我一直安慰自己,他們只是感情好尘执,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,917評(píng)論 6 392
  • 文/花漫 我一把揭開白布舍哄。 她就那樣靜靜地躺著,像睡著了一般誊锭。 火紅的嫁衣襯著肌膚如雪表悬。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,708評(píng)論 1 305
  • 那天丧靡,我揣著相機(jī)與錄音蟆沫,去河邊找鬼。 笑死温治,一個(gè)胖子當(dāng)著我的面吹牛饭庞,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播罐盔,決...
    沈念sama閱讀 40,430評(píng)論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼但绕,長吁一口氣:“原來是場噩夢啊……” “哼救崔!你這毒婦竟也來了惶看?” 一聲冷哼從身側(cè)響起捏顺,我...
    開封第一講書人閱讀 39,342評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎纬黎,沒想到半個(gè)月后幅骄,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,801評(píng)論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡本今,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,976評(píng)論 3 337
  • 正文 我和宋清朗相戀三年拆座,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片冠息。...
    茶點(diǎn)故事閱讀 40,115評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡挪凑,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出逛艰,到底是詐尸還是另有隱情躏碳,我是刑警寧澤,帶...
    沈念sama閱讀 35,804評(píng)論 5 346
  • 正文 年R本政府宣布散怖,位于F島的核電站菇绵,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏镇眷。R本人自食惡果不足惜咬最,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,458評(píng)論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望欠动。 院中可真熱鬧永乌,春花似錦、人聲如沸具伍。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,008評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽沿猜。三九已至枚荣,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間啼肩,已是汗流浹背橄妆。 一陣腳步聲響...
    開封第一講書人閱讀 33,135評(píng)論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留祈坠,地道東北人害碾。 一個(gè)月前我還...
    沈念sama閱讀 48,365評(píng)論 3 373
  • 正文 我出身青樓,卻偏偏與公主長得像赦拘,于是被迫代替她去往敵國和親慌随。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,055評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容