这是我参与8月更文挑战的第17天，活动详情查看：8月更文挑战
题目
给定一个整数数组 prices，其中第 i 个元素代表了第 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。
示例
输入：prices = [1, 3, 2, 8, 4, 9], fee = 2
输出：8
解释：能够达到的最大利润:
在此处买入 prices[0] = 1
在此处卖出 prices[3] = 8
在此处买入 prices[4] = 4
在此处卖出 prices[5] = 9
总利润: ((8 - 1) - 2) + ((9 - 4) - 2) = 8
输入： prices = [1,3,7,5,10,3], fee = 3
输出： 6
提示
- 1 <= prices.length <= 5 *
- 1 <= prices[i] < 5 *
- 0 <= fee < 5 *
题解思路
没错，你没看错，股票它又又又来了！！！
这道题与《309. 最佳买卖股票时机含冷冻期》一样，都可以通过《122. 买卖股票的最佳时机 II》的推导过程来进行改进。
在每次计算利润的时候，把所需的手续费加上即可。
代码实现
方式一：动态规划
class Solution {
public int maxProfit(int[] prices, int fee) {
int n = prices.length;
int[][] dp = new int[n][2];
// 0为空仓，1为持仓
dp[0][0] = 0;
dp[0][1] = -prices[0];
for(int i = 1; i < n; ++i){
// 前一天空仓状态收益，持仓状态所得利润减去手续费
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i] - fee);
// 前一天持仓成本，拉低的持仓成本
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
}
// 最终收益
return dp[n - 1][0];
}
}
复杂度分析
- 时间复杂度：
- 空间复杂度：
方式二：动态规划优化
class Solution {
public int maxProfit(int[] prices, int fee) {
int n = prices.length;
int empty = 0, hold = -prices[0];
for(int i = 1; i < n; ++i){
// 前一天空仓状态收益，持仓状态所得利润
empty = Math.max(empty, hold + prices[i] - fee);
// 前一天持仓成本，拉低的持仓成本
hold = Math.max(hold, empty - prices[i]);
}
// 最终收益
return empty;
}
}
复杂度分析
- 时间复杂度：
- 空间复杂度：
最后
文章有写的不好的地方，请大佬们不吝赐教，错误是最能让人成长的，愿我与大佬间的距离逐渐缩短！
如果觉得文章对你有帮助，请 点赞、收藏、关注、评论 一键四连支持，你的支持就是我创作最大的动力！！！
