1、题目描述
给定一个数组,它的第 i 个元素是一支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。
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 = [3,3,5,0,0,3,1,4]
输出:6
解释:在第 4 天(股票价格 = 0)的时候买入,在第 6 天(股票价格 = 3)的时候卖出,这笔交易所能获得利润 = 3-0 = 3 。随后,在第 7 天(股票价格 = 1)的时候买入,在第 8 天 (股票价格 = 4)的时候卖出,这笔交易所能获得利润 = 4-1 = 3 。
2、题目分析
-
买卖股票的最佳时机问题,买卖次数K=2
-
使用动态规划解决
-
dp[i] [k] [0/1] = 当前利润,其中i表示当前在第几天,k表示剩余的可操作次数,0表示当前不持有股票/1表示当前持有股票
-
dp[i] [k] [0] = max{dp[i - 1] [k] [0],dp[i - 1] [k] [1] + prices[i]},当前不持有股票,则昨天也不持有今天没有任何操作,或者是昨天持有今天卖了
-
dp[i] [k] [1] = max{dp[i - 1] [k] [1],dp[i - 1] [k - 1] [0] - prices[i]},当前持有股票,则昨天持有今天没有操作,或者是昨天没有持有今天买入了
-
本问题的最大操作次数是2,则k = 1,2;直接列出所有的动态规划方程:
dp[i] [2] [0] = max{dp[i - 1] [2] [0],dp[i - 1] [2] [1] + prices[i]}
dp[i] [2] [1] = max{dp[i - 1] [2] [1],dp[i - 1] [1] [0] - prices[i]}
dp[i] [1] [0] = max{dp[i - 1] [1] [0],dp[i - 1] [1] [1] + prices[i]}
dp[i] [1] [1] = max{dp[i - 1] [1] [1],dp[i - 1] [0] [0] - prices[i]}=max{dp[i - 1] [1] [1],0- prices[i]}
-
可以看出每个公式左边只和前一个状态有关,化简一下以上的四个公式:
dpi20 = Math.max(dpi20,dpi21 + prices[i]);
dpi21 = Math.max(dpi21,dpi10 - prices[i]);
dpi10 = Math.max(dpi10,dpi11 + prices[i]);
dpi11 = Math.max(dpi11, -prices[i]);
初始状态是dpi10 = 0,dpi11 = Integer.MIN_VALUE; dpi20 = 0,dpi21 = Integer.MIN_VALUE;
-
3、代码实现
class Solution {
public int maxProfit(int[] prices) {
int dpi10 = 0,dpi11 = Integer.MIN_VALUE;
int dpi20 = 0,dpi21 = Integer.MIN_VALUE;
for(int i = 0;i < prices.length;i++){
dpi20 = Math.max(dpi20,dpi21 + prices[i]);
dpi21 = Math.max(dpi21,dpi10 - prices[i]);
dpi10 = Math.max(dpi10,dpi11 + prices[i]);
dpi11 = Math.max(dpi11, -prices[i]);
}
return dpi20;
}
}
//复原一下使用dp数组的做法
class Solution {
public int maxProfit(int[] prices) {
int[][][] dp = new int[prices.length + 1][3][2];
for(int i = 0;i < prices.length;i++){
for(int k = 2;k >= 1;k--){
if(i - 1 == -1){
dp[0][k][0] = Math.max(0,Integer.MIN_VALUE + prices[i]);
dp[0][k][1] = Math.max(Integer.MIN_VALUE,0 - prices[i]);
}else{
dp[i][k][0] = Math.max(dp[i - 1][k][0],dp[i - 1][k][1] + prices[i]);
dp[i][k][1] = Math.max(dp[i - 1][k][1],dp[i - 1][k - 1][0] - prices[i]);
}
}
}
return dp[prices.length - 1][2][0];
}
}
4、复杂度分析
(化简做法)
- 时间复杂度:O(N),N是输入数组的长度
- 空间复杂度:O(1)