1
0
mirror of https://github.com/SunnyQjm/algorithm-review.git synced 2026-06-03 08:16:43 +08:00
Files
algorithm-review/chapter7/4_best-time-to-buy-and-sell-stock-iii.py
T
2020-06-08 14:41:28 +08:00

86 lines
3.7 KiB
Python

#!/usr/bin/env python
# coding=utf-8
#######################################################################################
# Leetcode 123 买卖股票的最佳时机 III
#
# 给定一个数组,它的第 i 个元素是一支给定的股票在第 i 天的价格。
# 设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。
# 注意: 你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
#
# 示例 1:
# 输入: [3,3,5,0,0,3,1,4]
# 输出: 6
# 解释: 在第 4 天(股票价格 = 0)的时候买入,在第 6 天(股票价格 = 3)的时候卖出,这笔交易所能获得利润 = 3-0 = 3 。
# 随后,在第 7 天(股票价格 = 1)的时候买入,在第 8 天 (股票价格 = 4)的时候卖出,这笔交易所能获得利润 = 4-1 = 3 。
#
# 示例 2:
# 输入: [1,2,3,4,5]
# 输出: 4
# 解释: 在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
# 注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。
# 因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。
#
# 示例 3:
# 输入: [7,6,4,3,1]
# 输出: 0
# 解释: 在这个情况下, 没有交易完成, 所以最大利润为 0。
#######################################################################################
class Solution:
def maxProfit(self, prices):
"""
:type prices: List[int]
:rtype int
(knowledge)
思路:
prices => size = n
1. 首先,反向遍历一遍,算出[i:n-1](i的取值位0~n-1)范围内完成一次交易最多可得多少收益
- dp[i] => 第i天到最后一天的范围内,完成一次交易最多可以获得的收益
- maxV => 在反向遍历过程中,记录的已遍历部分的最高价格
- 状态转移方程:
dp[i] = 0 i == n - 1
= max(dp[i + 1], max - prices[i]) i < n - 1
2. 接着进行正向遍历, 计算[0:i]范围内完成一次交易最多可得多少收益:
- min => 记录在正向遍历过程中,已遍历部分的最低价格
- last => 记录[0:i-1]范围内完成一次交易最多可得多少收益
- 状态转移方程:
cur = 0 i == 0
max(last, prices[i] - min) i > 0
3. 在正向遍历过程中,通过查询第一步的dp表,可以知道两次交易的收益和,记录最大值
"""
if not prices:
return 0
length = len(prices)
# 反向遍历初始化(可以只交易一次,第二次不交易,所以dp数组要比length+1,并且最后一个元素值为0,代表不做交易)
dp = [0 for i in range(length + 1)]
dp[length - 1], maxV = 0, prices[length - 1]
# 反向遍历
for i in range(len(prices) - 1, -1, -1):
dp[i] = max(dp[i + 1], maxV - prices[i])
if prices[i] > maxV:
maxV = prices[i]
# 正向遍历初始化
last, min, result = 0, prices[0], 0
for i in range(1, len(prices)):
cur = max(last, prices[i] - min)
last, result = cur, max(result, cur + dp[i + 1])
if prices[i] < min:
min = prices[i]
return result
if __name__ == '__main__':
solution = Solution()
print(solution.maxProfit([3, 3, 5, 0, 0, 3, 1, 4]), "= 6")
print(solution.maxProfit([1, 2, 3, 4, 5]), "= 4")
print(solution.maxProfit([7, 6, 4, 3, 1]), "= 0")