DAY52：动态规划（十六）买卖股票最佳时机含冷冻期/手续费+股票系列总结

最新推荐文章于 2024-11-04 19:24:37 发布

大磕学家ZYX

最新推荐文章于 2024-11-04 19:24:37 发布

阅读量144

点赞数

分类专栏：刷题记录文章标签：动态规划算法 c++ 数据结构

本文链接：https://blog.csdn.net/CFY1226/article/details/131940005

版权

刷题记录专栏收录该内容

70 篇文章 5 订阅

订阅专栏

文章目录

309.买卖股票最佳时机含冷冻期

本题是加了一个冷冻期，状态就多了，有点难度，大家要把各个状态分清，思路才能清晰
股票系列难度：冷冻期>K次交易>两次交易>手续费，重点是理解状态转移。
K次交易是仔细分析状态转移；冷冻期是分清楚每个状态，对普通状态进行拆分；两次交易是K次交易简化版，也是要分清楚交易状态。手续费只是在无限次交易基础上，加上了每笔交易结束之后要付钱。

给定一个整数数组prices，其中第 prices[i] 表示第 i 天的股票价格。

设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）:

卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。

**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）。

示例 1:

输入: prices = [1,2,3,0,2]
输出: 3 
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]

示例 2:

输入: prices = [1]
输出: 0

提示：

1 <= prices.length <= 5000
0 <= prices[i] <= 1000

思路

本题和Ⅱ有点像，也是无限次买卖股票，但是加上了冷冻期。针对冷冻期，我们也需要列出来每一天的状态，分析每一天状态的关系。

注意，本题的冷冻期是仅仅当天卖出之后才会有第二天冷冻期，冷冻期过了才能重新买入，因此冷冻期一定是不持有股票的状态！

之前的题目里，不持有股票的状态分为之前就不持有和当天刚刚卖出。但是本题，这两种状态需要做拆分，因为当天刚刚卖出的情况会引起冷冻期！

也就是说，当天卖出股票，跟随的下一天就是冷冻期，也就是下一个状态是冷冻期！

DP数组含义

dp[i][0]持有股票的状态
dp[i][1]不持有股票，之前就不持有的状态（注意拆分之后，之前就不持有的状态就不能加上刚刚卖出了，但是这种情况又包含了过了冷冻期的情况）
dp[i][2]不持有股票，当天刚刚卖出的状态
dp[i][3]冷冻期状态（持续一天，第i天是冷冻期）

递推公式

dp[i][0]：持有股票状态，前一天就持有或者今天刚刚买入，今天刚刚买入可能是之前不持有买入，或者是过了冷冻期买入，也就是可能从两个状态转移过来！

dp[i][0]=max(dp[i-1][0],dp[i-1][1]-prices[i],dp[i-1][3]-prices[i]);

dp[i][1]：之前就不持有状态，已经拆分掉了今天刚刚卖的情况（在状态2），那么只可能是本来就不持有，或者是冷冻期刚过，也就是说只可能从状态1和状态3转移过来！

dp[i][1]=max(dp[i-1][1],dp[i-1][3]);

dp[i][2]：不持有股票，当天刚刚卖出状态，之前一定是有的，从状态0转移过来

dp[i][2]=dp[i-1][0]+prices[i];

dp[i][3]：冷冻期状态，一定是前一天刚刚卖出，从状态2转移过来，冷冻期不能操作

dp[i][3]=dp[i-1][2];

初始化

对i=0的情况进行初始化，也就是下标第i天的股票情况。

dp[0][0]=-prices[0];
dp[0][1]=0;
dp[0][2]=0;//刚刚卖了
dp[0][3]=0;//第一天买了+卖了，直接进入冷冻期

完整版

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        if(prices.size()==1) return 0;
        vector<vector<int>>dp(prices.size(),vector<int>(4,0));
        //0这里初始化一定是-prices[0]而不是-prices[i]，不能手误！
        dp[0][0]=-prices[0];//0：持有
        dp[0][1]=0;//1：保持不持有，可能是之前就不持有
        dp[0][2]=0;//2：当天卖了，引发第二天冷冻期
        dp[0][3]=0;//3：冷冻期
        for(int i=1;i<prices.size();i++){
            //0:持有股票状态，可能第一次买，也可能昨天是冷冻期
            dp[i][0]=max(dp[i-1][0],max(dp[i-1][1]-prices[i],dp[i-1][3]-prices[i]));
            //1：不持有
            dp[i][1]=max(dp[i-1][1],dp[i-1][3]);
            dp[i][2]=dp[i-1][0]+prices[i];//前一天只有可能是持有
            dp[i][3]=dp[i-1][2];
        }
        //在对应的dp[size()-1]的一维数组里面找最大值
        return *max_element(dp[prices.size()-1].begin(),dp[prices.size()-1].end());

    }
};

注意Max的用法

遇到三个数字的比较的时候，必须要进行max的嵌套！

总结

冷冻期这道题，关键是要想到拆分之前题目中的，不持有股票这个状态下的两种情况，即为本来就不持有和当天刚刚卖出。因为当天刚刚卖出这种情况，会导致冷冻期。因此，当天刚刚卖出应该单独拆分为一个状态，由该状态导致的冷冻期应该拆分为另一个状态。

核心点还是理解状态转移的思想。

714.买卖股票最佳时机含手续费

给定一个整数数组 prices，其中 prices[i]表示第 i 天的股票价格；整数 fee 代表了交易股票的手续费用。

你可以无限次地完成交易，但是你每笔交易都需要付手续费。如果你已经购买了一个股票，在卖出它之前你就不能再继续购买股票了。

返回获得利润的最大值。

**注意：**这里的一笔交易指买入持有并卖出股票的整个过程，每笔交易你只需要为支付一次手续费。

示例 1：

输入：prices = [1, 3, 2, 8, 4, 9], fee = 2
输出：8
解释：能够达到的最大利润:  
在此处买入 prices[0] = 1
在此处卖出 prices[3] = 8
在此处买入 prices[4] = 4
在此处卖出 prices[5] = 9
总利润: ((8 - 1) - 2) + ((9 - 4) - 2) = 8

示例 2：

输入：prices = [1,3,7,5,10,3], fee = 3
输出：6

提示：

1 <= prices.length <= 5 * 10^4
1 <= prices[i] < 5 * 10^4
0 <= fee < 5 * 10^4

思路

和冷冻期一样，本题同样和Ⅱ类似，都是无限次买卖股票。本题区别在于每笔交易都需要支付一笔手续费，支付手续费的时间可以在买入支付，也可以在卖出支付，每笔交易只需要支付一次。

本题并不需要额外划分状态，只需要持有股票和不持有股票两种即可。

DP数组含义

dp[i][0]持有股票的状态，由本来就持有状态和当天刚刚买入状态得到。

dp[i][1]不持有股票的状态，由本来就不持有状态和当天刚刚卖出状态得到（卖出减去手续费）

递推公式

持有股票状态：

dp[i][0]=max(dp[i-1][0],dp[i-1][1]-prices[i]);

不持有股票状态：

dp[i][1]=max(dp[i-1][1],dp[i-1][0]+prices[i]-fee);

初始化

本题的初始化也是初始化dp[0][0]和dp[0][1]，因为只有0和1两种状态。

vector<vector<int>>dp(prices.size(),vector<int>(2,0));
dp[0][0]=-prices[0];//只有持有状态需要变化

完整版

class Solution {
public:
    int maxProfit(vector<int>& prices, int fee) {
        vector<vector<int>>dp(prices.size(),vector<int>(2,0));
        dp[0][0]=-prices[0];
        for(int i=1;i<prices.size();i++){
            //持有股票
            dp[i][0]=max(dp[i-1][0],dp[i-1][1]-prices[i]);
            //不持有股票，今天卖出的时候需要减去手续费（卖出才算这笔交易完成）
            dp[i][1]=max(dp[i-1][1],dp[i-1][0]+prices[i]-fee);
        }
        return dp[prices.size()-1][1];
    }
};