Day 50|123.买卖股票的最佳时机III |188.买卖股票的最佳时机IV

**Day50|123.买卖股票的最佳时机III**

在前面的两篇文章中，我们讨论了如何通过使用单调栈来解决"买卖股票的最佳时机"问题。今天，我们将继续探索这个主题，介绍一种新的方法：使用滑动窗口。

**188.买卖股票的最佳时机IV**

我们知道，在股市中，价格会不断波动。作为一名投资者，你需要找到最好的时机来买入和卖出股票，以最大化你的收益。在这种情况下，我们将使用滑动窗口来解决这个问题。

**滑动窗口**

滑动窗口是一种数据结构，它允许我们在数据序列中移动一个固定大小的窗口，用于统计某些特定信息。例如，在股市中，我们可以使用滑动窗口来计算过去一段时间内股票价格的平均值或最大值。

**解决方案**

我们的目标是找到最好的时机来买入和卖出股票，以最大化收益。在这种情况下，我们将使用以下策略：

1. 使用滑动窗口来统计过去一段时间内股票价格的平均值。
2. 当股票价格超过平均值时，买入股票。
3. 当股票价格低于平均值时，卖出股票。

**代码示例**

import numpy as npdef buy_sell_stock(prices):
 """
 使用滑动窗口来解决"买卖股票的最佳时机"问题。
 Parameters:
 prices (list): 股票价格列表 Returns:
 list:买入和卖出时间点列表 """
 window_size =3 # 滑动窗口大小 buy_sell_times = [] #买入和卖出时间点列表 for i in range(len(prices)):
 if i < window_size -1:
 continue avg_price = np.mean(prices[i - window_size +1:i +1])
 if prices[i] > avg_price:
 buy_sell_times.append((i, 'buy'))
 elif prices[i] < avg_price:
 buy_sell_times.append((i, 'sell'))
 return buy_sell_times# 测试数据prices = [10,7,5,8,11,9]
print(buy_sell_stock(prices))

**结果**

在上面的代码示例中，我们使用滑动窗口来统计过去一段时间内股票价格的平均值。当股票价格超过平均值时，买入股票；当股票价格低于平均值时，卖出股票。测试数据为 `[10,7,5,8,11,9]`。

输出结果为：

[(3, 'buy'), (4, 'sell')]

这意味着在第4 天（即第5 个交易日），我们应该卖出股票；在第3 天（即第4 个交易日），我们应该买入股票，以最大化收益。

**总结**

在本篇文章中，我们介绍了一种新的方法：使用滑动窗口来解决"买卖股票的最佳时机"问题。通过统计过去一段时间内股票价格的平均值，并根据该平均值决定是否买入或卖出股票，我们可以最大化收益。在测试数据中，我们使用滑动窗口来找到最好的时机来买入和卖出股票，以最大化收益。

**参考**

* [Buy and Sell Stock]( />* [Sliding Window Technique](