「动态规划」买卖股票的最佳时机,如何处理手续费?

2024-06-13 13:28

本文主要是介绍「动态规划」买卖股票的最佳时机,如何处理手续费?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

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。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,每笔交易你只需要支付一次手续费。

  1. 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。
  2. 输入:prices = [1,3,7,5,10,3],fee = 3,输出:6。

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


我们用动态规划的思想来解决这个问题。

确定状态表示:根据经验和题目要求,我们用dp[i]表示:在第i天结束时,此时的最大利润。

在第i天结束时,如果手中有股票,我们就处于买入状态;如果手中没有股票,我们就处于卖出状态。所以状态表示可以细分为:

  • 用f[i]表示:在第i天结束时,处于买入状态,此时的最大利润。
  • 用g[i]表示:在第i天结束时,处于卖出状态,此时的最大利润。

推导状态转移方程:问题的关键在于如何计算利润。如果我们买入股票,那么利润就要减去股票当天的价格;如果我们卖出股票,那么利润就要加上股票当天的价格。除此之外,还要考虑手续费,根据题目要求,这里的一笔交易指买入持有并卖出股票的整个过程,每笔交易你只需要支付一次手续费,我们选择在卖出股票时支付一次手续费,所以在卖出股票时利润要减去手续费。

我们考虑最近的一步,即第i - 1天的状态:

  • 考虑f[i],在第i天结束时处于买入状态,此时的最大利润是以下情况的最大值。
    • 如果在第i - 1天结束时处于买入状态,那么在第i天什么都不做,此时的最大利润就是在第i - 1天结束时处于买入状态的最大利润,即f[i - 1]。
    • 如果在第i - 1天结束时处于卖出状态,那么就要在第i天买入股票,此时的最大利润是在第i - 1天结束时处于卖出状态的最大利润减去股票在第i天的价格,即g[i - 1] - prices[i]。
  • 考虑g[i],在第i天结束时处于卖出状态,此时的最大利润是以下情况的最大值。
    • 如果在第i - 1天结束时处于买入状态,那么就要在第i天卖出股票,此时的最大利润是在第i - 1天结束时处于买入状态的最大利润加上股票在第i天的价格,再减去手续费,即f[i - 1] + prices[i] - fee。
    • 如果在第i - 1天结束时处于卖出状态,那么在第i天什么都不做,此时的最大利润就是在第i - 1天结束时处于卖出状态的最大利润,即g[i - 1]。

综上所述:f[i] = max(f[i - 1], g[i - 1] - prices[i]),g[i] = max(f[i - 1] + prices[i] - fee, g[i - 1])

初始化:根据状态转移方程,我们要初始化f[0]和g[0]的值,防止越界。

  • f[0]表示:在第0天结束时处于买入状态下的最大利润。一开始利润是0,在第0天买入股票,第0天结束时的最大利润就是-prices[0]。
  • g[0]表示:在第0天结束时处于卖出状态下的最大利润。一开始利润是0,在第0天什么都不做,利润仍然是0。

综上所述:f[0] = -prices[0],g[0] = 0

填表顺序:根据状态转移方程,f[i]和g[i]都依赖于f[i - 1]和g[i - 1],所以要沿着i增大的方向同时填f表和g表

返回值:假设总共有n天,那么第i天,i的范围就是[0, n - 1]。要想获得最大利润,在第n - 1天结束时必须处于卖出状态,否则在第n - 1天卖出股票就能获得更多的利润。根据状态表示,我们最终要返回第n - 1天结束时处于卖出状态的最大利润,即g[n - 1]

细节问题:由于f表和g表的下标范围都是[0, n - 1],所以规模都是1 x n

时间复杂度:O(N),空间复杂度:O(N)。

class Solution {
public:int maxProfit(vector<int>& prices, int fee) {int n = prices.size();// 创建dp表vector<int> f(n);auto g = f;// 初始化f[0] = -prices[0];// 填表for (int i = 1; i < n; i++) {f[i] = max(f[i - 1], g[i - 1] - prices[i]);g[i] = max(f[i - 1] + prices[i] - fee, g[i - 1]);}// 返回结果return g[n - 1];}
};

这篇关于「动态规划」买卖股票的最佳时机,如何处理手续费?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1057425

相关文章

解决docker目录内存不足扩容处理方案

《解决docker目录内存不足扩容处理方案》文章介绍了Docker存储目录迁移方法:因系统盘空间不足,需将Docker数据迁移到更大磁盘(如/home/docker),通过修改daemon.json配... 目录1、查看服务器所有磁盘的使用情况2、查看docker镜像和容器存储目录的空间大小3、停止dock

Spring Gateway动态路由实现方案

《SpringGateway动态路由实现方案》本文主要介绍了SpringGateway动态路由实现方案,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随... 目录前沿何为路由RouteDefinitionRouteLocator工作流程动态路由实现尾巴前沿S

5 种使用Python自动化处理PDF的实用方法介绍

《5种使用Python自动化处理PDF的实用方法介绍》自动化处理PDF文件已成为减少重复工作、提升工作效率的重要手段,本文将介绍五种实用方法,从内置工具到专业库,帮助你在Python中实现PDF任务... 目录使用内置库(os、subprocess)调用外部工具使用 PyPDF2 进行基本 PDF 操作使用

分析 Java Stream 的 peek使用实践与副作用处理方案

《分析JavaStream的peek使用实践与副作用处理方案》StreamAPI的peek操作是中间操作,用于观察元素但不终止流,其副作用风险包括线程安全、顺序混乱及性能问题,合理使用场景有限... 目录一、peek 操作的本质:有状态的中间操作二、副作用的定义与风险场景1. 并行流下的线程安全问题2. 顺

Python异常处理之避免try-except滥用的3个核心原则

《Python异常处理之避免try-except滥用的3个核心原则》在Python开发中,异常处理是保证程序健壮性的关键机制,本文结合真实案例与Python核心机制,提炼出避免异常滥用的三大原则,有需... 目录一、精准打击:只捕获可预见的异常类型1.1 通用异常捕获的陷阱1.2 精准捕获的实践方案1.3

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

Python动态处理文件编码的完整指南

《Python动态处理文件编码的完整指南》在Python文件处理的高级应用中,我们经常会遇到需要动态处理文件编码的场景,本文将深入探讨Python中动态处理文件编码的技术,有需要的小伙伴可以了解下... 目录引言一、理解python的文件编码体系1.1 Python的IO层次结构1.2 编码问题的常见场景二

Python函数的基本用法、返回值特性、全局变量修改及异常处理技巧

《Python函数的基本用法、返回值特性、全局变量修改及异常处理技巧》本文将通过实际代码示例,深入讲解Python函数的基本用法、返回值特性、全局变量修改以及异常处理技巧,感兴趣的朋友跟随小编一起看看... 目录一、python函数定义与调用1.1 基本函数定义1.2 函数调用二、函数返回值详解2.1 有返

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建