动态规划----股票买卖问题（详解）

本文链接：https://blog.csdn.net/2302_79862386/article/details/138681164

买卖股票的最佳时机问题介绍：动态规划买卖股票的最佳时机是一个经典的算法问题。该问题的目标是在给定的股票价格数组中，找到最大的利润，即最佳的买入和卖出时间，使得买入时间早于卖出时间。

下面我们通过一些例题，来解决这一类动态规划的问题：

一.买卖股票的最佳时机：

题目链接：121. 买卖股票的最佳时机 - 力扣（LeetCode）
题目描述：
给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。

你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。

返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。

①.动态规划解法：

一.状态表示dp[ i ][ j ]：下标为 i 这一天结束的时候，手上持股状态为 j 时，我们持有的最大利润。这里我们定义状态 j （两种情况）分别为：

0 买入状态

1 可交易状态

二.状态转移方程：

dp[ i ][ 0 ] = Math.max( dp[ i - 1 ][ 0 ], -prices[ i ]) ; ①.在前面一天已经是买入状态，今天选择什么也不干，今天结束后，是买入状态。②.前面是可交易状态，今天选择买入，则今天结束后是买入状态，这里注意不是dp[ i - 1][ 1 ] - prices[ i ];因为只能交易一次，如果今天选择买入，那后面一定要卖出（这算一次交易),此时才可能有最大利润。则前面不能有交易，利润为0.

dp[ i ][ 1 ] = Math.max( dp[ i - 1][ 1 ],dp[ i - 1][ 0 ] + prices[ i ]);①.前面一天是可交易状态，今天选择什么也不干，今天结束后是可交易状态。②.前面一天是买入状态，今天选择卖出，今天结束后是可交易状态。

三.初始化：根据状态表示：

dp[ 0 ][ 0 ] = - prices[ 0 ];第一天选择买入，此时利润为 - prices[ 0 ]

dp[ 0 ][ 1 ] = 0;第一天选择什么也不干或则交易一次，此时的利润为0;

四.填表顺序：根据状态转移方程，从左往右，从上往下填写.

五.返回值：dp[ n - 1 ][ 1 ];n为prices数组的长度,最后一天结束后，是可交易状态，此时为最大利润.

各个状态关系图：

代码详解：
class Solution {
         // 1. 创建 dp 表
        // 2. 初始化
       // 3. 填表
       // 4. 返回值
    public int maxProfit(int[] prices) {
        int n = prices.length;
        int[][] dp = new int[n][2];
        //初始化
        dp[0][0] = -prices[0];
        dp[0][1] = 0;

        for(int i = 1;i < n;i++){
            //注意这里不是dp[i - 1][1] - prices[i];
            dp[i][0] = Math.max(dp[i - 1][0], - prices[i]);
            dp[i][1] = Math.max(dp[i - 1][1],dp[i - 1][0] + prices[i]);
        }
        //返回值
        return dp[n - 1][1];
    }
}

②.暴力解法（相对简单这里给出解题过程）：

代码详解：

class Solution {
    public int maxProfit(int[] prices) {
        int cost = Integer.MAX_VALUE;
        int profit = 0;
        for(int price : prices){
            cost = Math.min(cost,price);
            profit = Math.max(profit,price - cost);
        }
        return profit;
    }
}

运行结果：