JavaScript股票的動態買賣規劃實例分析上篇

1. 買賣股票的最佳時機

題目描述

給定一個數組 prices ,它的第 i 個元素 prices[i] 表示一支給定股票第 i 天的價格。

你隻能選擇 某一天 買入這隻股票,並選擇在 未來的某一個不同的日子 賣出該股票。設計一個算法來計算你所能獲取的最大利潤。

返回你可以從這筆交易中獲取的最大利潤。如果你不能獲取任何利潤,返回 0 。

示例 1:

輸入:[7,1,5,3,6,4]
輸出:5
解釋:在第 2 天(股票價格 = 1)的時候買入,在第 5 天(股票價格 = 6)的時候賣出,最大利潤 = 6-1 = 5 。
     註意利潤不能是 7-1 = 6, 因為賣出價格需要大於買入價格;同時,你不能在買入前賣出股票。

示例 2:

輸入:prices = [7,6,4,3,1]
輸出:0
解釋:在這種情況下, 沒有交易完成, 所以最大利潤為 0。

力扣鏈接

題解

思路:總目標是找出兩個數,使得其差值最大,並且小的在左邊

  • 我們可以建立一個 bp 數組,面裡存放著每一次賣出的利潤,記為 profit = 後面的數 – 前面的數最後比較所有的利潤的最大值
  • 在每次求利潤時,我們首先找出最小的數,記為 start 然後再向後遍歷,求後面的數與這個數的差值,即profit每求一次profit,比較與上一次的profit誰大,取最大的那個值若是遇到一個更小的數,我們再將 start 更新
/**
 * @param {number[]} prices
 * @return {number}
 */
var maxProfit = function(prices) {
  const length = prices.length;
  let start = prices[0], profit = 0;
  for(let i = 0; i < length; i++) {
    start = Math.min(start, prices[i]);
    profit = Math.max(profit, prices[i] - start);
  }
  return profit;
};

2. 買賣股票的最佳時機 II

題目描述

給你一個整數數組 prices ,其中 prices[i] 表示某支股票第 i 天的價格。

在每一天,你可以決定是否購買和/或出售股票。你在任何時候 最多 隻能持有 一股 股票。你也可以先購買,然後在 同一天 出售。

返回 你能獲得的 最大 利潤 。

示例 1:

輸入:prices = [7,1,5,3,6,4]
輸出:7
解釋:在第 2 天(股票價格 = 1)的時候買入,在第 3 天(股票價格 = 5)的時候賣出, 這筆交易所能獲得利潤 = 5 – 1 = 4 。
     隨後,在第 4 天(股票價格 = 3)的時候買入,在第 5 天(股票價格 = 6)的時候賣出, 這筆交易所能獲得利潤 = 6 – 3 = 3 。
     總利潤為 4 + 3 = 7 。

示例 2:

輸入:prices = [1,2,3,4,5]
輸出:4
解釋:在第 1 天(股票價格 = 1)的時候買入,在第 5 天 (股票價格 = 5)的時候賣出, 這筆交易所能獲得利潤 = 5 – 1 = 4 。
     總利潤為 4 。

示例 3:

輸入:prices = [7,6,4,3,1]
輸出:0
解釋:在這種情況下, 交易無法獲得正利潤,所以不參與交易可以獲得最大利潤,最大利潤為 0 。

力扣鏈接

題解

定義狀態 dp[i][0] 表示第 i 天交易完後手裡持有股票的最大利潤,dp[i][1] 表示第 i 天交易完後手裡沒有一支股票的最大利潤(i 從 0 開始)。

考慮 dp[i][0] 的轉移方程,可能的轉移狀態為前一天已經持有一支股票,即 dp[i−1][0],或者前一天結束時還沒有股票,即 dp[i−1][1],這時候我們要將其買入,並減少 prices[i] 的收益。可以列出如下的轉移方程:dp[i][0]=max{dp[i−1][0], dp[i−1][1]−prices[i]}

再來考慮 dp[i][1],按照同樣的方式考慮轉移狀態,如果這一天交易完後手裡沒有股票,那麼可能的轉移狀態為前一天已經沒有股票,即 dp[i−1][1],或者前一天結束的時候手裡持有一支股票,即 dp[i−1][0],這時候我們要將其賣出,並獲得 prices[i] 的收益。因此為瞭收益最大化,我們列出如下的轉移方程:dp[i][0]=max{dp[i−1][0],dp[i−1][1]+prices[i]}

對於初始狀態,根據狀態定義我們可以知道第 0 天交易結束的時候 dp[0][0]=−prices[0]dp[0][1]=0

因此,我們隻要從前往後依次計算狀態即可。由於全部交易結束後,持有股票的收益一定低於不持有股票的收益,因此這時候 dp[length−1][1] 的收益必然是大於dp[length−1][0] 的,最後的答案即為 dp[length−1][1]

/**
 * @param {number[]} prices
 * @return {number}
 */
var maxProfit = function(prices) {
  const length = prices.length;
  const dp = Array(length).fill(0).map(() => Array(2).fill(0));
  dp[0][0] = - prices[0];
  for(let i = 1; i < length; i++) {
    dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
    dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] + prices[i]);
  }  
  return dp[length - 1][1];
};

當然,可以通過設置 dp0dp1 兩個變量來代替 dp[i][0]dp[i][1],減小空間復雜度。

/**
 * @param {number[]} prices
 * @return {number}
 */
var maxProfit = function(prices) {
  const length = prices.length;
  let dp0 = -prices[0];
  let dp1 = 0;
  for(let i = 1; i < length; i++) {
    dp0 = Math.max(dp0, dp1 - prices[i]);
    dp1 = Math.max(dp1, dp0 + prices[i]);
  }  
  return dp1;
};

3. 買賣股票的最佳時機含手續費

題目描述

給定一個整數數組 prices,其中 prices[i]表示第 i 天的股票價格 ;整數 fee 代表瞭交易股票的手續費用。

你可以無限次地完成交易,但是你每筆交易都需要付手續費。如果你已經購買瞭一個股票,在賣出它之前你就不能再繼續購買股票瞭。

返回獲得利潤的最大值。

註意:這裡的一筆交易指買入持有並賣出股票的整個過程,每筆交易你隻需要為支付一次手續費。

示例 1:

輸入:prices = [1, 3, 2, 8, 4, 9], fee = 2
輸出:8
解釋:能夠達到的最大利潤:  
在此處買入 prices[0] = 1
在此處賣出 prices[3] = 8
在此處買入 prices[4] = 4
在此處賣出 prices[5] = 9
總利潤: ((8 – 1) – 2) + ((9 – 4) – 2) = 8

示例 2:

輸入:prices = [1,3,7,5,10,3], fee = 3
輸出:6

力扣鏈接

題解

定義狀態 dp[i][0] 表示第 i 天交易完後手裡持有股票的最大利潤,dp[i][1] 表示第 i 天交易完後手裡沒有股票的最大利潤(i0 開始)。

考慮 dp[i][0] 的轉移方程,那麼可能的轉移狀態為前一天已經持有一支股票,即 dp[i−1][0],或者前一天結束時還沒有股票,即 dp[i−1][0],這時候我們要將其買入,並減少 prices[i] 的收益。可以列出如下的轉移方程:dp[i][0]=max{dp[i−1][0], dp[i−1][1]−prices[i]}

再來按照同樣的方式考慮 dp[i][1] 按狀態轉移,如果這一天交易完後手裡沒有股票,那麼可能的轉移狀態為前一天已經沒有股票,即 dp[i−1][1],或者前一天結束的時候手裡持有一支股票,即 dp[i−1][0],這時候我們要將其賣出,並獲得 prices[i] 的收益,但需要支付 fee 的手續費。因此為瞭收益最大化,我們列出如下的轉移方程:dp[i][1]=max{dp[i−1][1],dp[i−1][0]+prices[i]−fee}

對於初始狀態,根據狀態定義我們可以知道第 0 天交易結束的時候有 dp[0][1]=0 以及 dp[0][0]=−prices[0]

因此,我們隻要從前往後依次計算狀態即可。由於全部交易結束後,持有股票的收益一定低於不持有股票的收益,因此這時候 dp[length−1][1] 的收益必然是大於 dp[length−1][1] 的,最後的答案即為 dp[length−1][1]

當然,可以通過設置 dp0dp1 兩個變量來代替 dp[i][0]dp[i][1],減小空間復雜度。

/**
 * @param {number[]} prices
 * @param {number} fee
 * @return {number}
 */
var maxProfit = function(prices, fee) {
    const length = prices.length;
    let [dp0, dp1] = [-prices[0], 0];
    for(let i = 0; i < length; i++) {
      dp0 = Math.max(dp0, dp1 - prices[i]);
      dp1 = Math.max(dp1, dp0 + prices[i] - fee);
    }
    return dp1;
};

到此這篇關於JavaScript股票的買賣實例分析上篇的文章就介紹到這瞭,更多相關JS股票內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: