博客
关于我
【leetcode】741买卖股票的最佳时机含手续费 | 动态规划 | 贪心
阅读量:264 次
发布时间:2019-03-01

本文共 1019 字,大约阅读时间需要 3 分钟。

为了解决这个问题,我们需要找到一种方法来最大化通过多次买卖股票获得的利润,同时考虑交易手续费的影响。我们可以使用贪心算法来优化交易策略,确保每次交易都能带来最大的利润。

方法思路

贪心算法的核心思想是每次尽可能地卖出股票,以获得当前最高的利润。具体步骤如下:

  • 初始化:记录当前手上的股票的最低买入价格。初始时,买入第一个股票并支付手续费。
  • 遍历价格数组:对于每一个股票价格:
    • 如果当前价格加上手续费低于当前的最低买入价格,更新最低买入价格。
    • 如果当前价格高于当前的最低买入价格,卖出股票,获得利润,并更新最低买入价格为当前价格。
  • 计算总利润:每次卖出股票时累加利润,最后返回总利润。
  • 这种方法确保了我们总是在最佳时机卖出股票,从而最大化利润。

    解决代码

    public class Solution {    public int maxProfit(vector
    prices, int fee) { int n = prices.size(); if (n <= 1) { return 0; } int buy = prices[0] + fee; int profit = 0; for (int i = 1; i < n; ++i) { if (prices[i] + fee < buy) { buy = prices[i] + fee; } else if (prices[i] > buy) { profit += prices[i] - buy; buy = prices[i]; } } return profit; }}

    代码解释

  • 初始化:buy 初始化为第一个股票价格加上手续费,表示当前手上的股票的最低买入价格。
  • 遍历数组:从第二个股票价格开始,检查当前价格是否可以更新buy,或者是否可以卖出股票获得利润。
  • 更新利润:每次卖出股票时,计算利润并累加到profit中。
  • 返回结果:遍历结束后,返回累计的最大利润。
  • 这种方法的时间复杂度为O(n),空间复杂度为O(1),非常高效,适用于大规模数据。

    转载地址:http://poox.baihongyu.com/

    你可能感兴趣的文章
    python3打开txt文件_使用Python 3从文本文件读取句子并添加到列表中
    查看>>
    python3爬虫抓取智联招聘职位信息代码
    查看>>
    Python3爬虫数据入数据库---把爬取到的数据存到数据库,带数据库去重功能
    查看>>
    python3的 pymysql把mysqldb库取代了,让python 3支持mysqldb的解决方法
    查看>>
    Python3笔记——IDE的选择
    查看>>
    python3简单使用requests 用户代理,cookie池
    查看>>
    Python3组播通信编程实现教程(发送者+接收者)
    查看>>
    Python3编写网络爬虫10-数据存储方式三-CSV文件存储
    查看>>
    python3读取redis返回数据带有'b'的问题
    查看>>
    Python3连接MySQL
    查看>>
    Python关于isinstance函数的解析 | 附Demo(全)
    查看>>
    Python3:setup.py:完成所有任务的PIP安装(Build_ext+Install)
    查看>>
    python4.0 gil_Python 并发编程系列--1、浅谈GIL历史及对多线程的影响
    查看>>
    python60行绘图程序_天底下最简单的QT画图板,就一个类,60行代码
    查看>>
    Python: AES加密与解密
    查看>>
    Python: Range() 最大尺寸;动态的还是静态的?
    查看>>
    Python: Windows下用 multiprocessing 的深坑
    查看>>
    python:Could not find platform independent libraries <prefix>解决方法
    查看>>
    Python:datetime tzinfo 时区名称文档
    查看>>
    Python:deepcopy(list) vs new_list = old_list[:]
    查看>>