zoukankan      html  css  js  c++  java
  • python买卖股票的最佳时机--贪心/蛮力算法简介

    开始刷leetcode算法题 今天做的是“买卖股票的最佳时机” 

    题目要求 

         给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。

         设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。

         注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。

    看到这个题目 最初的想法是蛮力法

      通过两层循环 不断计算不同天之间的利润及利润和 

    下面上代码

     1 class Solution(object):
     2     def maxProfit(self, prices):
     3         """
     4         :type prices: List[int]
     5         :rtype: int
     6         """
     7 
     8         self.allbuy1 = []    #单次买卖的差值数组 (可能为负)
     9         self.allbuy2 = []    #所有可能买卖的利润数组 (可能为负)
    10                              # allbuy1和allbuy2的区别为一个是单次买卖 一个是多次买卖和
    11         self.curbuy(prices,0,0) #prices 为价格表 0:初始 0:
    12         #print(self.allbuy1)
    13         #print(self.allbuy2)
    14         return  self.picBigest(self.allbuy2)
    15     def buyticket(self,prilist,a,b):       #list:放入的价格数组 a:上一次买入的价格 b:今天卖出的价格
    16         return  prilist[b] -prilist[a]   #返回 赚取得价格
    17 
    18     def curbuy(self,plist,x,result): #plist:价格数组 x:当天的数组坐标 result: 利润
    19         obj=result                     #固定上一次的价格 保存为上一个递归
    20         lens=len(plist)                #天数
    21         for i in range(x,lens-1):
    22             for j in range(i+1,lens):
    23                 temp=self.buyticket(plist,i, j)
    24                 self.allbuy1.append(temp)
    25                 self.allbuy2.append(temp)     #单次利润放入数组
    26                 result = obj + temp     #将之前的利润加上今天的利润
    27                 if(x>=2):             #如果买入是第2+1天以后  则可以加上之前的利润
    28                     self.allbuy2.append(result)  #多次买卖利润放入数组
    29                 self.curbuy(plist,j+1,result)   #递归 j+1:卖出的后一天 result:利润
    30 
    31     def picBigest(self,reslist):  
    32         big=0
    33         for i in reslist:
    34             if (i>big):
    35                 big=i
    36         print(big)
    37         return big
    38 
    39 if __name__ == '__main__':
    40         test=Solution()
    41         prices = [5,7,3,8]  # 输入的每日股票数组
    42         test.maxProfit(prices)

    分析:

    这个代码理解起来简单 就是将所有可能都放入数组中 找出最大一个可能  

    将这个代码提交时 显示 超出时间限制 确实 如果输入的数组长度非常大时 计算量巨大 出现错误

    ——————————————————————————————————————————————————————————————————————————————

    更换思路:利用贪心算法解决此事

    首先介绍 一下贪心算法: 对问题只对当前情况进行最优解处理,之后发生什么对之前的决定都不改变。简单的说就是一个局部最优解的过程

    介绍个例子就明白了:  找零钱问题

    假设有面值为5元、2元、1元、5角、2角、1角的货币,需要找给顾客4元6角现金,为使付出的货币的数量最少

      首先找出小于4元6角的最大面值(2元)

      其次找出小于2元6角的最大面值(2元)

      接着找出小于6角的最大面值(5角)

      最后找出小于1角的最大面值(1角) ---付出4张纸币

    介绍完了贪心算法简单思想 就利用该方法解决对应问题

    在已知股票价格走势情况下 只需要对下一天进行判断 如果涨了 则买 如果跌了则卖 这样收益会保持固定增长

    当然了 有人会提出 我可以选择不卖等几天再卖 或不买等几天再买 的方式 一样可以保持增长 但是如图

    如果在第2天买入 3天卖出 4天买入 5天卖出 收益为A+B

    如果在第2天买入 5天卖出 收益为 C                                         

    明显得出A+B大于C          所以贪心法在这种情况非常适用并且肯定得到最优解

    直接上代码

     1 class Solution(object):
     2     def maxProfit(self, prices):
     3         profit = 0
     4         for day in range(len(prices)-1):
     5             differ = prices[day+1] - prices[day]
     6             if differ > 0:
     7                 profit += differ
     8         return profit
     9 if __name__ == '__main__':
    10         test=Solution()
    11         prices = [5,7,3,9]  # 输入的每日股票数组
    12         print(test.maxProfit(prices))
  • 相关阅读:
    解决VS在高DPI下设计出的Winform程序界面变形问题
    ribbon 收起 最小化 导航条 选项卡 navBarControl 隐藏
    Devexpress Ribbon Add Logo
    DevExpress控件使用小结 z
    Devexpress中统一设置字体样式的方法
    微信小程序回到顶部的两种方式
    PHP房贷计算器代码,等额本息,等额本金
    java 时间转换
    spark 编译
    mvn常用命令
  • 原文地址:https://www.cnblogs.com/bob-jianfeng/p/10308897.html
Copyright © 2011-2022 走看看