微信程序員是否可以玩股票

❶ 程序員演算法實現-買賣股票的最佳時機系列問題

主要思路：因為只有一股可以交易，所以我們可以枚舉 必須以i位置作為賣出時機的情況下，得到的最大收益是多少。如果我們得到每個i位置的最大收益，那麼最大收益必是所有位置的最大收益的最大值 。

使用兩個變數：

min變數：表示遍歷到的位置之前的最小值是什麼。

max變數：表示當前收集到必須以i位置賣出的最大收益是多少。

遍歷數組一遍，在遍歷到i位置的時候，min和max的更新邏輯如下：

遍歷完數組，返回max的值就是最終答案。完整代碼見：

主要思路：由於可以進行任意次的交易，但是任何時候最多隻能持有一股股票，所以我們可以把股票曲線的所有 上升段 都抓取到，累加收益就是最大收益。遍歷數組，遍歷到的位置減去前一個位置的值，如果是正數，就收集，如果是負數，就把本次收益置為0（就等於沒有做這次交易），這樣遍歷一遍數組，就不會錯過所有的收益。

設置一個變數max，初始為0，用於收集最大收益值，來到i位置，max更新邏輯如下：

完整代碼如下：

由本題可以簡單得出一個結論： 如果數組元素個數為N，則最多執行N/2次交易就可以抓取所有的上升段的值（極端情況下，當前時刻買，下一個時刻賣，保持這樣的交易一直到最後，執行的交易次數就是N/2） 。

主要思路：

在第2種情況下，我們定義

其中dp[i][j]表示[0...i]范圍內交易j次獲得的最大收益是多少。如果可以把dp這個二維表填好，那麼返回dp[N-1][k]的值就是題目要的答案。

dp這個二維矩陣中，

第一行的值表示數組[0..0]范圍內，交易若干次的最大收益，顯然，都是0。

第一列的值表示數組[0...i]范圍內，交易0次獲得的最大收益，顯然，也都是0。

針對任何一個普遍位置dp[i][j]的值，

我們可以枚舉i位置是否參與交易，如果i位置不參與交易，那麼dp[i][j] = dp[i-1][j]，如果i位置參與交易，那麼i位置一定是最後一次的賣出時機。

那最後一次買入的時機，可以是如下情況：

最後一次買入的時機在i位置，那麼dp[i][j] = dp[i][j-1] - arr[i] + arr[i]

最後一次買入的時機在i-1位置，那麼dp[i][j] = dp[i-1][j-1] - arr[i-1] + arr[i]

最後一次買入的時機在i-2位置，那麼dp[i][j] = dp[i-2][j-1] - arr[i-2] + arr[i]

...

最後一次買入的時機在0位置，那麼dp[i][j] = dp[0][j-1] - arr[0] + arr[i]

完整代碼如下：

上述代碼中包含一個枚舉行為

增加了時間復雜度，我們可以優化這個枚舉。

我們可以舉一個具體的例子來說明如何優化，

比如，

當我們求dp[5][3]這個值，我們可以枚舉5位置是否參與交易，假設5位置不參與交易，那麼dp[5][3] = dp[4][3]，假設5位置參與交易，那麼5位置一定是最後一次的賣出時機。那最後一次買入的時機，可以是如下情況：

最後一次買入的時機在5位置，那麼dp[5][3] = dp[5][2] - arr[5] + arr[5]

最後一次買入的時機在4位置，那麼dp[5][3] = dp[4][2] - arr[4] + arr[5]

最後一次買入的時機在3位置，那麼dp[5][3] = dp[3][2] - arr[3] + arr[5]

最後一次買入的時機在2位置，那麼dp[5][3] = dp[2][2] - arr[2] + arr[5]

最後一次買入的時機在1位置，那麼dp[5][3] = dp[1][2] - arr[1] + arr[5]

最後一次買入的時機在0位置，那麼dp[5][3] = dp[0][2] - arr[0] + arr[5]

我們求dp[4][3]這個值，我們可以枚舉4位置是否參與交易，假設4位置不參與交易，那麼dp[4][3] = dp[3][3]，假設4位置參與交易，那麼4位置一定是最後一次的賣出時機。那最後一次買入的時機，可以是如下情況：

最後一次買入的時機在4位置，那麼dp[4][3] = dp[4][2] - arr[4] + arr[4]

最後一次買入的時機在3位置，那麼dp[4][3] = dp[3][2] - arr[3] + arr[4]

最後一次買入的時機在2位置，那麼dp[4][3] = dp[2][2] - arr[2] + arr[4]

最後一次買入的時機在1位置，那麼dp[4][3] = dp[1][2] - arr[1] + arr[4]

最後一次買入的時機在0位置，那麼dp[4][3] = dp[0][2] - arr[0] + arr[4]

比較dp[5][3]和dp[4][3]的依賴關系，可以得到如下結論：

假設在求dp[4][3]的過程中，以下遞推式的最大值我們可以得到

dp[4][2] - arr[4]

dp[3][2] - arr[3]

dp[2][2] - arr[2]

dp[1][2] - arr[1]

dp[0][2] - arr[0]

我們把以上式子的最大值定義為best，那麼

dp[5][3] = Math.max(dp[4][3],Math.max(dp[5][2] - arr[5] + arr[5], best + arr[5]))

所以dp[5][3]可以由dp[4][3]加速得到，

同理，

dp[4][3]可以通過dp[3][3]加速得到，

dp[3][3]可以通過dp[2][3]加速得到，

dp[2][3]可以通過dp[1][3]加速得到，

dp[1][3]可以很簡單得出，dp[1][3]有如下幾種可能性:

可能性1，1位置完全不參與，則

可能性2，1位置作為最後一次的賣出時機，買入時機是1位置

可能性3，1位置作為最後一次的賣出時機，買入時機是0位置

此時，best的值為

然後通過dp[1][3]加速dp[2][3]，通過dp[2][3]加速dp[3][3]......，所以二維dp的填寫方式是按列填，

先填dp[1][0]，dp[1][2]一直到dp[1][k]，填好第一列；

然後填dp[2][0],dp[2][1]一直到dp[2][k]，填好第二列；

...

依次填好每一列，直到填完第N-1列。

枚舉行為被優化，優化枚舉後的完整代碼如下：

主要思路：上一個問題中，令k=2就是本題的答案。

主要思路：因為有了冷凍期，所以每個位置的狀態有如下三種：

定義三個數組，分別表示i位置這三種情況下的最大值是多少

顯然有如下結論：

針對一個普遍位置i

最大收益就是如上三種方式的最大值。完整代碼見：

由於三個數組有遞推關系，所以可以用三個變數替換三個數組，做空間壓縮，優化後的代碼如下：

主要思路：由於沒有冷凍期，所以在i位置的時候，狀態只有兩種

針對0位置

針對普遍位置i

完整代碼如下：

同樣的，兩個數組都有遞推關系，可以做空間壓縮，簡化後的代碼如下：

原文鏈接：買賣股票的最佳時機系列問題 - Grey Zeng - 博客園

❷ 認識很多會炒股的程序員，他們炒股有什麼優勢嗎

我覺得程序員炒股票有一定的優勢，同時也有一定的劣勢，總體來說劣勢會大於優勢，大致的理由如下。

1、程序員由於自身職業的特點，平時更多是與計算機打交道，與人接觸交流相對會比較少，在對外溝通交流方面可能會存在一些障礙，炒股票需要經常跟相關人員進行討論、研究，這樣才能提高個人的金融水平，想要程序員做到這一點可能會比較困難。

2、程序員對金融方面的知識儲備不夠，由於程序員本身更多的關注在IT技術方面，在金融方面的知識會比較薄弱，而炒股票需要了解企業經營、行業發展方向、股票的走勢分析等，對金融方面的專業知識要求比較高，因此有很多程序員可能在這方面會有所欠缺。

股票

當然或許有的人可能會認為一些程序員智商比較高，但是程序員智商是否一定高，這個或許還要具體的判斷，另外就算一個人智商真的特別高，哪怕是頂尖的科學家，如果去投資股票，也不一定就能夠把投資股票做好，或者獲得很大的投資的成功，所謂術業有專攻，不同的行業或者領域可能需要不同的專業能力，即使是智商再高的人，對於自己不了解或者陌生的領域，可能都會缺乏相應的專業能力，或許也很難把其他領域的事情做好。

❸ 35歲程序員炒Luna幣千萬資產3天歸零，此事給予了我們哪些教訓

35歲程序員炒Luna幣千萬資產3天歸零，此事給予了我們哪些教訓？

我歷來都相信一句話，投資有風險炒股需謹慎，很多家庭都是因為炒股投資，最後搞得家破人亡，因為自己的不甘心和不滿足，導致我們不能及時收手，這也是大家很多人的心理，最後連本金都收不回來賠的底朝天。

其實小額投資和小額的炒股，我們可以當它是一個生活的樂趣，如果家裡也不富裕的話，我們拿出來一兩千塊錢謹慎地選擇一下圖個開心就好，對於這種一夜暴富的餡餅不可能就落在我們平凡人的頭上。我們不是富豪沒有過多的錢財，來進行揮霍，能做到的就只有腳踏實地一步一個腳印，所以我從來不相信，奇跡，更不相信奇跡也可以平白無故地砸在自己的頭上，所以我們可以將其當成一種樂趣，而不是把這種當作自己掙錢的方式隨便玩玩開心就好，不要過於認真，更不要將自己的所有錢財都去購買股票基金。