一道关于股票买卖的算法编程题

前段时间在segmentfault回答了一个关于算法的问题,感觉很有趣,记录下来.

题目是这样的:

给定数组n,包含n天股票的价格price.
一个人一共最多可以买2手股票,但在第一手股票卖出前不能买入第二手股票。如果不买,收益为0.假设每手只买1股。计算这个人最大收益。
输入:[3,8,5,1,7,8]
输出:12

先贴下我的算法代码:

<?phpfunction getMaxProfilt(array $arr) {$len = count($arr);$array_tmp = array();echo '辅助数组:', '<br />';for($i = 0; $i < $len; $i++) {for($j = 0; $j < $len; $j++) {$array_tmp[$i][$j] = $arr[$j] - $arr[$i];echo $array_tmp[$i][$j] . ' ';}echo '<br />';}$maxProfit_i = 1;$maxProfit_j = 2;$maxProfit = $array_tmp[1][2];for($i = 1; $i < $len; $i++) {for($j = 2; $j < $len; $j++) {if($array_tmp[$i][$j] > $maxProfit && $j > $i) {$maxProfit = $array_tmp[$i][$j];$maxProfit_i = $i;$maxProfit_j = $j;}}}echo 'maxProfit is :', $maxProfit, '; maxProfit_i is:', $maxProfit_i, '; maxProfit_j is :', $maxProfit_j, '<br />';$secondProfit = $array_tmp[0][1];$secondProfit_i = 0;$secondProfit_j = 1;for($i = 0; $i < $maxProfit_i; $i++) {//这里控制第二手买入要在第一手卖出的情况下才能买入for($j = 1; $j < $maxProfit_i; $j++) {if($array_tmp[$i][$j] > $secondProfit && $j > $i) {$secondProfit = $array_tmp[$i][$j];$secondProfit_i = $i;$secondProfit_j = $j;}}}echo 'second profit is : ', $secondProfit, '; secondProfit_i is :', $secondProfit_i, '; secondProfit_j is :', $secondProfit_j, '<br />';    return $maxProfit + $secondProfit;
}// $array = [3, 8, 5, 1, 7, 8];
// $array = [1,2,3,4,5,6,7,8];
$array = [2,9,1,9,2,4,8,6,2];echo getMaxProfilt($array);

以下是思路:

为了方便理解,我画了张图,如下:

辅助图

程序思路:

定义参数数组为array;

一开始的想法

一开始我把问题想的很简单,以为只要把两个最大收益相加就行,因为你有一个条 件,第一手没有卖出前不能买入第二手。麻烦的就是这里,所以一开始写代码的时候才发现还是有点复杂。所以用到了二维数组用来控制条件:第二手买入前要卖出第一手;

得到所有可能且有效的收益:

图上能看到二维数组的元素都来自于array后面的数减去其前面的数,而且只有右上方才是真正的收益,假设x轴方向元素下标为j,y轴方向元素下标为i.即有效的收益第一条件为:j>i;

解题关键

有一个很关键的问题要明白,明白这个之后,后面的就好理解了,如下:

有效收益原则

小明在股价3元的时候买入,在第一个8元的时候卖出,得到收益5元,这时候,他就永远不会得到5元后面的收益,即2,-2,4,5。但是能得到5的右下角(不包括5所在的行和列)的收益。我们把这个例子叫做有效收益原则,后面会用到。

很明显图中最大的收益是6和7,但是这违反了有效收益原则。

缩小最大两个有效收益范围

根据有效收益原则逆推,如果我们能确定最大收益的位置,即7的位置,我们就能把两个有效最大收益的范围缩小,一个是7,另一个在7(不包括7的行和列)的左上角。所以我在得到辅助数组后就先找到了7的位置。之所以从-3开始找,是为了排除第一个5是最大收益的情况。

最后的条件

得到了两个最大收益的范围,就差最后一个且最重要的条件了:第二手买入必须在第一手卖出之后。
我还是举例来说明,根据图片我们知道最大收益是7,想要得到7,第一手就必须在股票价格为1的时候卖出第一手股票,然后立即买入。或者股票价格为1的时候第一手股票已经卖出。而7的下标(从0开始)为i=3,j=5.根据有效收益原则,第二大的收益的范围就缩小到i=j=3的左上角了。知道了范围,代码中第三个双重循环就能找到第二大的收益了。

代码讲解:

  • 得到有效收益的二维辅助数组(第一个双重循环)
  • 得到最大的有效收益及其位置(第二个双重循环)
  • 根据上面的位置确定第二大收益的范围
  • 根据范围得到第二大收益(第三个双重循环)

整体的过程就是这样了。如果有更好的算法欢迎交流。但是最好用代码交流,因为talk is cheap:-)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/40967.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

股票买卖题型 详解

股票买卖题型 买卖股票最佳时机 ​ 第一题贪心算法应该快很多 就 不讲 。 此类问题 思路大致一致 ​ 第二题也可用贪心做 ans max(ans, ansprices[i]-prices[i-1]); 分析&#xff1a; 共有两个属性值 &#xff0c; 未持有 和持有股票 定义 f[ i ] [ 2 ] f[ i ] [ 0 ]表示 第…

【算法题】股票买卖问题解法详解

本解法是股票问题的通用解法&#xff0c;在leetcode上对应以下题&#xff1a; 买卖股票的最佳时机 买卖股票的最佳时机 II 买卖股票的最佳时机 III 买卖股票的最佳时机 IV 买卖股票的最佳时机含手续费 最佳买卖股票时机含冷冻期 下面来说通用解法&#xff1a; 这类问题…

贪心算法(股票买卖例题)

贪心算法定义&#xff1a; 贪心算法&#xff08;又称贪婪算法&#xff09;是指&#xff0c;在对 问题求解时&#xff0c;总是做出在当前看来是最好的选择。也就是说&#xff0c;不从整体最优上加以考虑&#xff0c;他所做出的是在某种意义上的局部 最优解。 贪心算法不是对所有…

买卖股票的最佳时机 II -数学推导证明贪心思路 -leetcode122

问题说明来源leetcode 一、问题描述: 122. 买卖股票的最佳时机 II 难度中等1941 给你一个整数数组 prices &#xff0c;其中 prices[i] 表示某支股票第 i 天的价格。 在每一天&#xff0c;你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可…

产品开发利器:Axure及实例

我的新书《Android App开发入门与实战》已于2020年8月由人民邮电出版社出版&#xff0c;欢迎购买。点击进入详情 文章目录 简介Axure优点Axure和蓝湖Axure实例 简介 Axure是一个最便捷、最热门的界面原型设计工具&#xff0c;它不需要任何编程或写代码基础&#xff0c;就可以设…

ChatGPT伪原创:智能AI助手助力文章创作

智能AI助手助力文章创作 随着人工智能技术的不断发展&#xff0c;智能AI助手正逐渐成为文章创作的得力工具。无论是在写作过程中提供灵感和创意&#xff0c;还是在文章编辑和校对中提供帮助&#xff0c;智能AI助手都能为作者节省时间和精力&#xff0c;提高文章质量。本文将从…

2022年度强化学习领域19个重要进展汇总

本文汇总梳理了2022年度&#xff0c;强化学习领域的发展重大事件、以及落地应用等方向中突出代表&#xff0c;整理难免带有个人观点&#xff0c;欢迎大家一起讨论。本文整理自“深度强化学习实验室”公众号&#xff0c;阅读原文请点击这里。 【1】MIT强化学习新算法EIPO&#…

分割一切?手把手教你部署SAM+LabelStudio实现自动标注

一&#xff0c;前言 最近Open-mmlab开源了Playground项目&#xff0c;将最近引起CV界轰动的SAM(Segment Anything Model)模型和Open-mmlab多个视觉框架相结合&#xff0c;可实现多种视觉任务的自动标注&#xff0c;本文将采用Open-mmlab的Playground开源项目&#xff0c;使用S…

老婆饼真有老婆,驴肉火烧有头驴--文言一心

困扰大家很久的问题&#xff1a;老婆饼里为啥没老婆&#xff0c;鱼香肉丝里为啥没有鱼。 最近&#xff0c;百度推出自己的AI大模型“文心一言”&#xff0c;李彦宏在发布会上表示&#xff0c;目前百度是全球大厂中第一个做出对标ChatGPT产品的企业。 有网友让文心一言作画&…

【2023,学点儿新Java-15】案例分享:基于Java实现餐厅点餐系统(附完整源代码)

前情回顾&#xff1a; 【2023&#xff0c;学点儿新Java-14】携程面试题&#xff1a;如何看待Java是一门半编译半解释型的语言&#xff1f;| 咨询互联网行业 资深前辈的一些问题 | 附&#xff1a;为什么说ChatGPT的核心算法是…&#xff1f;| GPT-3.5【2023&#xff0c;学点儿新…

文心一言作画:有点东西但不多...

随着ChatGPT的持续火热 与AI领域有关的话题 是越来越热闹了 前几天百度发布 “文心一言” 自然也成了网友们 重点关注的对象 不过大家的目光主要还是集中在 文心一言的绘画功能上 在人工智能加成下出来的画面 一个比一个绝 成功颠覆 大家对绘画的认知 生意火爆的商铺…

网传文心一言的魔性作图,有点被吓到...

来源&#xff1a;菜鸟教程 近日看到网友们用百度文心一言来作图&#xff0c;看了后我都愣住了。。。 1、AI 作画 -- 车水马龙 2、AI 作画 -- 驴肉火烧 3、AI 作画 -- 唐伯虎点秋香 4、AI 作画 -- 鱼香肉丝 5、AI 作画 -- 胸有成竹 6、AI 作画 -- 夫妻肺片 7、AI 作画 -- 红烧狮…

文心一言的魔性作图,我愣住了。。。

点关注公众号&#xff0c;回复“1024”获取2TB学习资源&#xff01; 最近&#xff0c;百度推出自己的AI大模型“文心一言”&#xff0c;李彦宏在发布会上表示&#xff0c;目前百度是全球大厂中第一个做出对标 ChatGPT 产品的企业。 但是&#xff0c;今天看到网友们用它来作图&a…

那些在学习GPT的过程中学到的

1、大模型是什么 GPT横空出世之后&#xff0c;大模型火了&#xff0c;什么是大模型呐&#xff1f; 大模型通常指的是具有大规模参数和复杂结构的深度学习模型。它们的设计和结构可以因任务而异&#xff0c;但以下是一些常见的大模型结构&#xff1a; Transformer&#xff1a…

LangChain 介绍及相关组件使用总结

一、langChain LangChain 是一个由语言模型LLMs驱动的应用程序框架&#xff0c;它允许用户围绕大型语言模型快速构建应用程序和管道。 可以直接与 OpenAI 的 ChatGPT 模型以及 Hugging Face 集成。通过 langChain 可快速构建聊天机器人、生成式问答(GQA)、本文摘要等应用场景。…

第一代AIGC硬件悄然爆发

文 | 智能相对论 作者 | 叶远风 看起来&#xff0c;这可能是一副正常的黑框眼镜&#xff0c;你戴上去彬彬有礼、斯斯文文&#xff1b; 实际上&#xff0c;它里边还装了一个“小伙伴”&#xff0c;你随时可以与它交流&#xff0c;谈天说地或者提出各种问题接受它的帮助&#x…

chatgpt赋能python:小黑框:Python程序员必备利器

小黑框&#xff1a;Python程序员必备利器 如果您是一名Python程序员&#xff0c;小黑框&#xff08;Terminal&#xff09;一定不陌生。小黑框是一种基于文本的用户界面&#xff0c;通常用于执行命令行任务&#xff0c;编写或调试代码等。Python程序员可以通过小黑框完成许多任…

游戏开发中防外挂的那些事儿

对于一个要上线的游戏&#xff0c;防外挂是必须的&#xff0c;历史上因为外挂而造成大量玩家流失的游戏数不胜数。随着游戏研发技术的发展&#xff0c;对外挂的预防业内其实做的已经越来越好了。下面总结一下防外挂的基础知识&#xff0c;以及我们的移动模块为防外挂做了哪些工…

游戏反外挂技术原理讲解

永远在路上 没有破解不了的反外挂系统&#xff0c;反外挂是一个对抗过程&#xff0c;需要不断升级。我们反外挂小组会采取对抗方式提升防御&#xff0c;也会研究竞品来获取灵感。反外挂也是非常有意思的&#xff0c;可以学到很多很多底层知识。 善战者无赫赫之功 反外挂&#x…

各网游的外挂是如何做出来的?

每一个致力于学习黑客技术的人&#xff0c;最后都分为三种人。 第一种&#xff1a;入侵&#xff0c;各种入侵&#xff0c;玩的就是入侵的快感&#xff0c;或者恶作剧的喜感&#xff0c;或者那种有特殊“窥视”癖好的人……别误会&#xff0c;小编我是喜欢“恶作剧&#xff0c;…