python买卖股票的最佳时机--贪心/蛮力算法简介

2019-01-23 07:42:25来源:博客园 阅读 ()

新老客户大回馈,云服务器低至5折

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))

 


原文链接:https://www.cnblogs.com/bob-jianfeng/p/10308897.html
如有疑问请与原作者联系

标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:python列表与元组的用法

下一篇:Django Models