শেয়ার কেনার এবং বেচার সেরা সময়  


কাঠিন্য মাত্রা সহজ
প্রায়শই জিজ্ঞাসা করা হয় রৌদ্রপক্ব ইষ্টক মর্দানী স্ত্রীলোক আপেল ব্লুমবার্গ ByteDance সিসকো ডিই শ ইবে এক্সপিডিয়া ফেসবুক গোল্ডম্যান শ্যাস গুগল জেপি মরগান মাইক্রোসফট মরগ্যান স্ট্যানলি আকাশবাণী পেপ্যাল Qualtrics স্যামসাং অথবা VMware
বিন্যাস ডায়নামিক প্রোগ্রামিং

সমস্যা বিবৃতি  

"বেস্ট টাইম টু বেস্ট স্টক" সমস্যাটি বলে যে আপনাকে একটি দেওয়া হয়েছে বিন্যাস দৈর্ঘ্যের এনের দামের দাম, যেখানে আইথ উপাদানটি ith দিন স্টকের দাম সঞ্চয় করে।
যদি আমরা কেবলমাত্র একটি লেনদেন করতে পারি, তা হ'ল একদিন কেনা এবং অন্য আগত দিনে বিক্রি করা, সর্বাধিক লাভ কী হবে।

উদাহরণ  

prices[] = {7, 1, 5, 3, 6, 4}
5

অ্যালগরিদম  

আমরা যদি অষ্টম দিনে স্টকটি কিনে থাকি, তবে i + 1 থেকে n এর মধ্যে একদিনে শেয়ারটি বিক্রি করে সর্বাধিক মুনাফা অর্জন করা যায়, যেমন দিনের সেই শেয়ারের সর্বাধিক মূল্য থাকে এবং এটি দামের চেয়ে বেশি হয় [i]।
দামগুলি বিবেচনা করুন = {7, 1, 5, 3, 6, 4}

শেয়ার কেনার এবং বেচার সেরা সময়পিন
সুতরাং, ২ য় দিনে শেয়ারটি কিনে এবং ৫ তারিখে বিক্রি করে সর্বাধিক মুনাফা অর্জন করা হয়, উপার্জিত সর্বাধিক লাভ 2 হয় 5

স্টক কেনা বেচা করার সেরা সময়টির জন্য নিষ্পাপ দৃষ্টিভঙ্গি  

উপরের অ্যালগরিদম বাস্তবায়নের জন্য নিখুঁত পন্থা হল দুটি নেস্টেড লুপ চালানো, একটি ক্রয়ের দিনের জন্য এবং অন্যটি আসন্ন দিনগুলিতে সর্বাধিক লাভের সন্ধান করার জন্য।

আরো দেখুন
অ্যারেতে ডুপ্লিকেট অনুমোদিত মঞ্জুরিযুক্ত সুসংগত পূর্ণসংখ্যার অন্তর্ভুক্ত কিনা তা পরীক্ষা করুন

সুডোকোড

int maxProfit = -infinity;
for (int i = 0; i < n; i++) {
  int costPrice = price[i];
  int max = -infinity;
  // Finding the maximum stock price greater than costPrice on upcoming days
  for (int j = i + 1; j < n; j++) {
    if (prices[j] > costPrice) {
      max = maximum(max, a[j]);
    }
  }
  int profit = 0;
  if (max != -infinity) {
    profit = max - costPrice;
  }
  maxProfit = maximum(maxProfit, profit);
}

জটিলতা বিশ্লেষণ

সময় জটিলতা

ও (এন ^ 2), কারণ আমরা দিনটি বাছাইয়ের জন্য স্টক কেনা বেচার জন্য দুটি নেস্টেড লুপ ব্যবহার করছি। সুতরাং সময় জটিলতা বহুগর্ভ হয়।

স্পেস জটিলতা ity

ও (1), যেহেতু আমরা কোনও ডাটা স্ট্রাকচারে প্রতিটি উপাদান সম্পর্কিত কোনও তথ্যকে স্ট্রাইনিং করি না। আমরা কেবল ধ্রুবক স্থান ব্যবহার করে আসছি। সুতরাং স্থান জটিলতা রৈখিক হয়।
যেখানে এন অ্যারেতে উপাদানের সংখ্যা।

স্টক কেনা বেচা করার সর্বোত্তম সময়ের জন্য সর্বোত্তম পদ্ধতির  

একটি আরও ভাল পদ্ধতির একটি গঠন করা হয় বিন্যাস যার ith উপাদানটি সর্বাধিক মান উপস্থিত করে দাম সূচক i + 1 থেকে এন পর্যন্ত অ্যারে। এটি হ'ল আমরা নিখুঁত পদ্ধতির অভ্যন্তরীণ নেস্টেড লুপ দ্বারা সম্পন্ন কাজটি পূর্বেই করছি are যাতে, আমরা সরাসরি সর্বাধিক সন্ধান করে অভ্যন্তরীণ নেস্টেড লুপটি প্রতিস্থাপন করতে পারি। পূর্বগঠন অ্যালগরিদম নিম্নলিখিত পদ্ধতিতে কাজ করে।

  1. আকারের সমান আকারের একটি অ্যারে তৈরি করুন size দাম অ্যারে এবং একটি পরিবর্তনশীল সর্বোচ্চ এবং সর্বনিম্ন মান হিসাবে এটি আরম্ভ করুন।
  2. শেষ সূচকটি থেকে শুরু করুন দাম অ্যারে।
    1. যদি দামগুলি [i] সর্বোচ্চের চেয়ে বেশি হয় is
      1. দাম হিসাবে সর্বোচ্চ আপডেট করুন [i] এবং সর্বনিম্ন মান হিসাবে সর্বোচ্চএসপি [i] করুন
    2. অন্যথায় যদি দামগুলি [i] সর্বোচ্চের চেয়ে বড় না হয়
      1. সর্বোচ্চএসপি আপডেট করুন [i] = সর্বোচ্চ।
  3. প্রাক গণনার পরে, আমরা নিষ্পাপ পদ্ধতির অনুসরণ করি এবং সদ্য তৈরি করা সর্বাধিক আরএসপি ব্যবহার করে অভ্যন্তরীণ নেস্টেড লুপটি প্রতিস্থাপন করি।
আরো দেখুন
একটি অ্যারেতে সর্বাধিক ঘন ঘন এলিমেন্ট

সুডোকোড

// Pre computation
int max = -infinity;
for (int i = n - 1; i >= 0; i--) {
  if (prices[i] > max) {
    max = prices[i];
    maxSP[i] = -infinity;
  } else {
    maxSP[i] = max;
  }
}
// Do as in naive approach
int maxProfit = -infinity;
for (int i = 0; i < n; i++) {
  int costPrice = prices[i];
  // Rather than using a loop to calculate max, we can directly get it from maxSP array
  int max = maxSP[i];
  int profit = 0;
  if (max != -infinity) {
    profit = max - costPrice;
  }
  maxProfit = maximum(maxProfit, profit);
}

কোড

স্টক সমস্যাটি কেনার এবং বেচার সেরা সময়ের জন্য জাভা কোড

import java.util.Scanner;

class BestTimetoBuyandSellStock {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        // Prices array
        int prices[] = new int[]{7, 1, 5, 3, 6, 4};

        // Calculating the max profit
        int ans = maxProfit(prices, prices.length);

        // Print the answer
        System.out.println(ans);
    }

    private static int maxProfit(int[] prices, int n) {
        int maxSP[] = new int[n];
        int max = Integer.MIN_VALUE;

        // Construct the maxSP array
        for (int i = n - 1; i >= 0; i--) {
            if (prices[i] > max) {
                max = prices[i];
                maxSP[i] = Integer.MIN_VALUE;
            } else {
                maxSP[i] = max;
            }
        }

        int profit = 0;
        for (int i = 0; i < n; i++) {
            if (maxSP[i] != Integer.MIN_VALUE) {
                profit = Math.max(profit, maxSP[i] - prices[i]);
            }
        }

        // Return profit
        return profit;
    }
}
5

সি ++ স্টক সমস্যাটি কেনার এবং বেচার সেরা সময়ের জন্য কোড

#include <bits/stdc++.h>
using namespace std;

int maxProfit(int *prices, int n) {
    int maxSP[n];
    int max = INT_MIN;
    
    // Construct the maxSP array
    for (int i = n - 1; i >= 0; i--) {
        if (prices[i] > max) {
            max = prices[i];
            maxSP[i] = INT_MIN;
        } else {
            maxSP[i] = max;
        }
    }
    
    int profit = 0;
    for (int i = 0; i < n; i++) {
        if (maxSP[i] != INT_MIN) {
            profit = std::max(profit, maxSP[i] - prices[i]);
        }
    }
    
    // Return profit
    return profit;
}

int main() {
    // Prices array
    int prices[] = {7, 1, 5, 3, 6, 4};
    
    // Calculating the max profit
    int ans = maxProfit(prices, sizeof(prices) / sizeof(prices[0]));
    
    // Print the answer
    cout<<ans<<endl;
    return 0;
}
5

জটিলতা বিশ্লেষণ

সময় জটিলতা

চালু), যেমন আমরা সর্বাধিক মুনাফার পূর্বশর্ত এবং গণনার সময় অ্যারের n উপাদানের উপর দিয়েছি। সময় জটিলতা রৈখিক।

আরো দেখুন
সাবসেট সমষ্টি সমস্যা

স্পেস জটিলতা ity

চালু), কারণ পূর্ববর্তী অংশ চলাকালীন আমরা বর্তমান দিনের পরের এক দিনে সর্বাধিক বিক্রয়মূল্য সংরক্ষণ করছিলাম। যেহেতু এটি অ্যারের সমস্ত উপাদানগুলির জন্য সঞ্চিত। স্থান জটিলতাও লিনিয়ার।
যেখানে এন অ্যারেতে উপাদানের সংখ্যা।