溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇內容介紹了“JavaScript股票的動態買賣規劃問題怎么解決”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！
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。
你只能選擇 某一天 買入這只股票，并選擇在 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 。
注意利潤不能是 7-1 = 6, 因為賣出價格需要大于買入價格；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
思路：總目標是找出兩個數，使得其差值最大，并且小的在左邊
我們可以建立一個 bp 數組，面里存放著每一次賣出的利潤，記為 profit = 后面的數 - 前面的數最后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 然后再向后遍歷，求后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;
};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 只能持有 一股 股票。你也可以先購買，然后在 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 。
隨后，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
定義狀態 dp[i][0] 表示第 i 天交易完后手里持有股票的最大利潤，dp[i][1] 表示第 i 天交易完后手里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，并減少 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，如果這一天交易完后手里沒有股票，那么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里持有一支股票，即 dp[i−1][0]，這時候我們要將其賣出，并獲得 prices[i] 的收益。因此為了收益最大化，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]}
對于初始狀態，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，我們只要從前往后依次計算狀態即可。由于全部交易結束后，持有股票的收益一定低于不持有股票的收益，因此這時候 dp[length−1][1] 的收益必然是大于dp[length−1][0] 的，最后的答案即為 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 dp0 和 dp1 兩個變量來代替 dp[i][0] 和 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;
};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 代表了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。如果你已經購買了一個股票，在賣出它之前你就不能再繼續購買股票了。
返回獲得利潤的最大值。
注意：這里的一筆交易指買入持有并賣出股票的整個過程，每筆交易你只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
定義狀態 dp[i][0] 表示第 i 天交易完后手里持有股票的最大利潤，dp[i][1] 表示第 i 天交易完后手里沒有股票的最大利潤（i 從 0 開始）。
考慮 dp[i][0] 的轉移方程，那么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，并減少 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，如果這一天交易完后手里沒有股票，那么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里持有一支股票，即 dp[i−1][0]，這時候我們要將其賣出，并獲得 prices[i] 的收益，但需要支付 fee 的手續費。因此為了收益最大化，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}
對于初始狀態，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，我們只要從前往后依次計算狀態即可。由于全部交易結束后，持有股票的收益一定低于不持有股票的收益，因此這時候 dp[length−1][1] 的收益必然是大于 dp[length−1][1] 的，最后的答案即為 dp[length−1][1]。
當然，可以通過設置 dp0 和 dp1 兩個變量來代替 dp[i][0] 和 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;
};“JavaScript股票的動態買賣規劃問題怎么解決”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
