基础
股票问题
刷题
- 买卖股票的最佳时机
动态规划：
动规五部曲：
-
确定dp数组含义：
dp[i][0] 是持有股票的最大金额，包括买入及买入之后的情况
dp[i][1] 是不持有股票的最大金额，包括卖出和卖出之后的情况
-
确定dp数组递推公式
dp[i][0] = max(dp[i-1][0], -prices[i])
dp[i][1] = max(dp[i-1][1], dp[i-1][0] + prices[i])
-
确定dp数组初始化
dp[0][0] = -prices[0]
dp[0][1] = 0
-
确定dp数组遍历顺序
从前向后
-
打印dp数组
大佬版本：
- 买卖股票的最佳时机II
递归五部曲：
- 确定dp数组含义
dp := [2][2]int{}
dp[i][0] 是当天持有股票的最大金额
max(dp[i-1][0]，今天购入的最大金额)
dp[i][1] 是当天不持有股票的最大金额
max(dp[i-1][1]，今天卖出股票的最大金额)
2. 确定dp数组递推公式
如上
- 确定dp数组初始化
dp[i][0] = 0-prices[0] // 第一天买入股票
dp[i][1] = 0 // 第一天不持有股票就是没操作，为0
4. 确定dp数组遍历顺序
从左向右，优化dp数组，因为dp公式中只需要前一天的数据，故遍历只需要遍历i%2 和 (i-1)%2
- 打印dp数组
123. 买卖股票的最佳时机 III
动规五部曲：
- 确定dp数组含义
- 确定dp数组递推公式
// 我的做法是定义两个dp数组，一个是第一次买卖的，一个是第二次买卖的
// 这里主要讲解一个dp数组的情况
// 第一层是切片，第二层是数组，因为切片和数组的定义方法不太一样
dp := make([][4]int, len(prices))
// dp[i][0] 第一次持有股票的最大金额,因为是第一次持有，前面没有发生交易，是0-prices[i]
dp[i][0] = max(dp[i-1][0], 0-prices[i])
// dp[i][1] 第一次不持有股票的最大金额
dp[i][1] = max(dp[i-1][1], dp[i-1][0] + prices[i])
// dp[i][2] 第二次持有股票的最大金额
dp[i][2] = max(dp[i-1][2], dp[i-1][1] - prices[i])
// dp[i][3] 第二次不持有股票的最大金额
dp[i][3] = max(dp[i-1][3], dp[i-1][2] + prices[i])
- 确定dp数组初始化
dp[0][0] = -prices[0]
dp[0][1] = 0
//因为在实现第二次买入的时候，需要2天时间买卖，所以不可能在第一天和第二天发生第二次买入
// 因为可以不发生第二次买卖，比如len(prices) <= 3
// 其实这种情况可以理解为不发生第一次，直接发生第二次 --- 总数也是1次
dp[0][2] = -prices[0]
dp[0][3] = 0
- 确定dp数组遍历顺序
从左向右
- 打印dp数组
