【算法】Best Time to Buy and Sell Stock IV 交易股票嘴角時(shí)機(jī)4

@toc

題目

Say you have an array for which the i-th element is the price of a given stock on day i.

Design an algorithm to find the maximum profit. You may complete at most k transactions.

Note:
You may not engage in multiple transactions at the same time (ie, you must sell the stock before you buy again).

Example 1:

Input: [2,4,1], k = 2
Output: 2
Explanation: Buy on day 1 (price = 2) and sell on day 2 (price = 4), profit = 4-2 = 2.

Example 2:

Input: [3,2,6,5,0,3], k = 2
Output: 7
Explanation: Buy on day 2 (price = 2) and sell on day 3 (price = 6), profit = 6-2 = 4.
 Then buy on day 5 (price = 0) and sell on day 6 (price = 3), profit = 3-0 = 3.

給出一組股票價(jià)格 prices 和交易次數(shù) k轮洋,求出能獲取的最大收益被廓。
PS:持有股票時(shí)不能購買,需賣出才可再購買阱驾。

解題思路

基于 kprices 數(shù)量的關(guān)系分為兩種情況:

  1. k >= prices.count / 2 時(shí),由于一次交易需要占用兩天時(shí)間吊趾,所以此時(shí)所有漲幅均可交易彩库,將所有漲幅進(jìn)行加和即可。(if (prices[i] > prices[i-1]) {res += prices[i] - prices[i-1]})
  2. k < prices.count / 2 時(shí)槽惫,則 prices.count / 2 次交易可能并未取滿周叮,可采用動(dòng)態(tài)規(guī)劃,mp[j][i]j 天進(jìn)行 i 次交易時(shí)獲得的最大收益
    • mp[j][i] 的值分為兩種情況
      • j 天沒有進(jìn)行交易界斜,則值與 mp[j-1][i] 相同
      • 在前 j-1 天進(jìn)行了 i-1 次交易仿耽,且在前 j-1 天中某一天進(jìn)行了買入操作,第 j 天以 prices[j] 的價(jià)格賣出,
    • 兩種情況取較大值賦予 mp[j][i]

代碼實(shí)現(xiàn)

Runtime: 28 ms
Memory: 20.9 MB

func maxProfit(_ k: Int, _ prices: [Int]) -> Int {
        // 過濾無法買賣的情況
        guard prices.count > 1, k > 0 else { return 0 }
        // 價(jià)格走勢的天數(shù) priceLen
        let priceLen = prices.count
        // 當(dāng)交易次數(shù) k 大于 priceLen 的一半時(shí)各薇,則每次有漲幅的時(shí)候(if (prices[i] > prices[i-1]) )都進(jìn)行交易
        if k >= (priceLen / 2) {
            var res = 0
            for i in 1..<priceLen {
                if (prices[i] > prices[i-1]) {
                    res += prices[i] - prices[i-1]
                }
            }
            // 返回結(jié)果
            return res
        }
        // 若 k 小于 priceLen 的一半项贺,則需要篩選獲利最高的 k 次交易
        // mp[j][i] 為 j 天進(jìn)行 i 次交易時(shí)獲得的最大收益
        var mp = [[Int]](repeating: [Int](repeating: 0, count: k + 1), count: prices.count)
        // 遍歷 i 次交易
        for i in 1...k {
            // localMax 實(shí)際為 mp[i - 1][0] - prices[0],
            // 由于 mp[i - 1][0] 表示 0 天峭判,所以數(shù)值始終未 0 开缎,可以簡寫成 localMax = -prices[0]
            // localMax 表示 j 天進(jìn)行 i-1 次操作后,再以 prices[j] 買入時(shí)的最大收益標(biāo)識(shí)
            var localMax = -prices[0]
            //遍歷 j 天
            for j in 1..<priceLen {
                // mp[j][i] 表示 j 天進(jìn)行 i 次交易時(shí)獲得的最大收益林螃,分兩種計(jì)算情況
                // 1. 第 j 天沒有進(jìn)行交易奕删,則值與 mp[j-1][i] 相同
                // 2. 在前 j-1 天進(jìn)行了 i-1 次交易,且在前 j-1 天中某一天進(jìn)行了買入操作,第 j 天以 prices[j] 的價(jià)格賣出(prices[j]+localMax)
                // 兩種情況取較大值賦予 mp[j][i]
                mp[j][i] = max(mp[j-1][i], prices[j]+localMax)
                // 不斷更新 localMax
                // j-1 天進(jìn)行 i-1 次交易治宣,并在第 j 天買入的收益(mp[j-1][i-1]-prices[j])急侥,與當(dāng)前的 localMax 比較取較大值
                localMax = max(localMax, mp[j-1][i-1]-prices[j])
            }
        }
        // 返回 最后一天為止,進(jìn)行 k 次交易的最大收益值
        return mp[prices.count-1][k]
    }

代碼地址:https://github.com/sinianshou/EGSwiftLearning

?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:七十年代末侮邀,一起剝皮案震驚了整個(gè)濱河市坏怪,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌绊茧,老刑警劉巖铝宵,帶你破解...
    沈念sama閱讀 212,816評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異华畏,居然都是意外死亡鹏秋,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,729評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門亡笑,熙熙樓的掌柜王于貴愁眉苦臉地迎上來侣夷,“玉大人,你說我怎么就攤上這事仑乌“偻兀” “怎么了琴锭?”我有些...
    開封第一講書人閱讀 158,300評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長衙传。 經(jīng)常有香客問我决帖,道長,這世上最難降的妖魔是什么蓖捶? 我笑而不...
    開封第一講書人閱讀 56,780評(píng)論 1 285
  • 正文 為了忘掉前任地回,我火速辦了婚禮,結(jié)果婚禮上俊鱼,老公的妹妹穿的比我還像新娘刻像。我一直安慰自己,他們只是感情好亭引,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,890評(píng)論 6 385
  • 文/花漫 我一把揭開白布绎速。 她就那樣靜靜地躺著,像睡著了一般焙蚓。 火紅的嫁衣襯著肌膚如雪纹冤。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 50,084評(píng)論 1 291
  • 那天购公,我揣著相機(jī)與錄音萌京,去河邊找鬼。 笑死宏浩,一個(gè)胖子當(dāng)著我的面吹牛知残,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播比庄,決...
    沈念sama閱讀 39,151評(píng)論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼求妹,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了佳窑?” 一聲冷哼從身側(cè)響起制恍,我...
    開封第一講書人閱讀 37,912評(píng)論 0 268
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎神凑,沒想到半個(gè)月后净神,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 44,355評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡溉委,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 36,666評(píng)論 2 327
  • 正文 我和宋清朗相戀三年鹃唯,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瓣喊。...
    茶點(diǎn)故事閱讀 38,809評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡坡慌,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出藻三,到底是詐尸還是另有隱情洪橘,我是刑警寧澤絮爷,帶...
    沈念sama閱讀 34,504評(píng)論 4 334
  • 正文 年R本政府宣布,位于F島的核電站梨树,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏岖寞。R本人自食惡果不足惜抡四,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,150評(píng)論 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望仗谆。 院中可真熱鬧指巡,春花似錦、人聲如沸隶垮。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,882評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽狸吞。三九已至勉耀,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間蹋偏,已是汗流浹背便斥。 一陣腳步聲響...
    開封第一講書人閱讀 32,121評(píng)論 1 267
  • 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. 我叫王不留威始,地道東北人枢纠。 一個(gè)月前我還...
    沈念sama閱讀 46,628評(píng)論 2 362
  • 正文 我出身青樓,卻偏偏與公主長得像黎棠,于是被迫代替她去往敵國和親晋渺。 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 43,724評(píng)論 2 351

推薦閱讀更多精彩內(nèi)容