Waktu Terbaik untuk Membeli dan Menjual Saham dengan Cooldown
Panduan lengkap dan implementasi Python untuk masalah 'Waktu Terbaik Membeli dan Menjual Saham dengan Cooldown'.
1. Belajar
Masalah 'Waktu Terbaik Membeli dan Menjual Saham dengan Cooldown' merupakan tantangan utama di bagian DP 2D.
Implementasi ini berfokus pada logika tingkat menengah di Python.
Kami memprioritaskan akurasi teknis dan keterbacaan kode dalam solusi yang kami berikan.
2. Real-World Applications
3. Visual Intuition
Memvisualisasikan alur logika Waktu Terbaik Membeli dan Menjual Saham dengan Cooldown.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Bacalah rumusan masalah Waktu Terbaik Membeli dan Menjual Saham dengan Cooldown dengan cermat.
2. Formulate brute force
Draf solusi berulang sederhana.
3. Identify inefficiency
Cari perhitungan yang berlebihan.
4. Optimize search path
Gunakan hashing atau pengurutan untuk mempercepat proses.
5. Final Implementation
Bersihkan kode untuk standar produksi.
Pernyataan Masalah
Anda diberikan array harga di mana harga[i] adalah harga saham tertentu pada hari ke-i.
Temukan keuntungan maksimal yang bisa Anda raih. Anda dapat menyelesaikan transaksi sebanyak yang Anda suka (yaitu, membeli satu dan menjual satu lembar saham beberapa kali) dengan batasan berikut:
- Setelah menjual saham, Anda tidak dapat membeli saham pada hari berikutnya (misalnya cooldown satu hari).
Catatan: Anda tidak boleh melakukan beberapa transaksi secara bersamaan (yaitu, Anda harus menjual saham sebelum membeli lagi).
Tulis fungsi maxProfit(prices: List[int]) -> int.
- •1 <= len(prices) <= 5000
- •0 <= prices[i] <= 1000
Contoh
prices = [1,2,3,0,2]
3
Transactions = [buy, sell, cooldown, buy, sell].
prices = [1]
0
No transaction can be made.
Need a Hint?
Edge Cases to Watch
- Struktur masukan kosong
- Masukan elemen tunggal
- Batasan angka yang besar
Siap Memecahkannya?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Wawasan & Variasi Wawancara
Perincian Analisis Kompleksitas
Mengapa Waktu: Directly evaluates all possibilities.
Mengapa Luar Angkasa: Uses standard local memory.
Mengapa Waktu: Optimized paths reduce total operations.
Mengapa Luar Angkasa: May trade memory for speed.
Solusi yang Dioptimalkan Kode Python
Solusi yang Dioptimalkan Kode Python
def max_profit_opt(prices):
dp = {} # (i, buying)
def dfs(i, buying):
if i >= len(prices): return 0
if (i, buying) in dp: return dp[(i, buying)]
if buying:
buy = dfs(i + 1, not buying) - prices[i]
skip = dfs(i + 1, buying)
dp[(i, buying)] = max(buy, skip)
else:
sell = dfs(i + 2, not buying) + prices[i]
skip = dfs(i + 1, buying)
dp[(i, buying)] = max(sell, skip)
return dp[(i, buying)]
return dfs(0, True)Kode Brute Force (Spoiler Dilindungi)
Kode Brute Force (Spoiler Dilindungi)
def max_profit_brute(prices):
def dfs(i, buying):
if i >= len(prices): return 0
if buying:
buy = dfs(i + 1, not buying) - prices[i]
skip = dfs(i + 1, buying)
return max(buy, skip)
else:
sell = dfs(i + 2, not buying) + prices[i]
skip = dfs(i + 1, buying)
return max(sell, skip)
return dfs(0, True)Algorithm Pattern Checklist
When dealing with 2D DP data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Properti masalah DP 2D standar berlaku.
Pertanyaan Terkait
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Sumber Daya Python yang Direkomendasikan
Perluas pengetahuan Anda dengan tutorial interaktif terkait, lembar contekan, dan perbandingan kode.
Penanganan Coba/Kecuali & Kesalahan Python
Cegah skrip Python Anda agar tidak mogok. Pelajari blok coba, kecuali, akhirnya, dan cara memunculkan pengecualian khusus dengan benar.
Cara Mengonversi String ke Int dengan Python
Pelajari cara mengonversi string menjadi bilangan bulat dengan Python menggunakan fungsi int(). Tangani kesalahan dengan aman dan konversikan angka dari biner, oktal, atau hex.
Lembar
Pelajari cara mengurai dan memformat tanggal dan waktu dengan Python menggunakan datetime, strftime, dan strptime.
Pola Desain Dekorator Python vs Dekorator: Perbedaan Utama
Bandingkan dekorator Python dan pola desain dekorator klasik. Pahami perbedaan antara pembungkusan fungsi waktu definisi dan komposisi objek dinamis waktu proses dengan kode yang dapat dijalankan.