只允许买卖一次
题目
思路分析
dp[]含义
1、dp[i][0]:第i天持有股票时最大的收益;
2、dp[i][1]:第i天不持有股票时最大的收益;
动态转移方程
1、dp[i][0]:第i天持有股票时最大的收益;
(1)情况1:前面已经买入,第i天不做任何操作,即dp[i][0] = dp[i-1][0];
(2)情况2:前面没有买入,第i天买入,即dp[i][0] = -prices[i];
==> dp[i][0] = max(dp[i-1][0]), 0-prices[i])
2、dp[i][1]:第i天不持有股票时最大的收益;
(1)情况1:前面没有买入,第i天也不买入,即dp[i][1] = dp[i-1][1];
(2)情况2:前面已经买入,第i天卖出,即dp[i][0] = dp[i-1][0] + prices[i];
==> dp[i][1] = max(dp[i-1][1]), dp[i-1][0] + prices[i]);
初始化
dp[0][0] = -prices[0];
dp[0][1] = 0;
代码实现
int maxProfit(vector<int>& prices) {
int n = prices.size();
vector<vector<int>> dp(n, vector<int>(2, 0));
dp[0][0] = 0 - prices[0];
dp[0][1] = 0;
for(int i = 1; i < n; ++i){
dp[i][0] = max(dp[i-1][0], 0 - prices[i]);
dp[i][1] = max(dp[i-1][1], dp[i-1][0] + prices[i]);
}
return dp[n-1][1];
}
允许买卖多次
题目
思路分析
dp[]含义
1、dp[i][0]:第i天持有股票时最大的收益;
2、dp[i][1]:第i天不持有股票时最大的收益;
动态转移方程
1、dp[i][0]:第i天持有股票时最大的收益;
(1)情况1:前面已经买入没有卖出,第i天不做任何操作,即dp[i][0] = dp[i-1][0];
(2)情况2:前面存在买入卖出,第i天买入,即dp[i][0] = dp[i-1][1]-prices[i];
==> dp[i][0] = max(dp[i-1][0]), dp[i-1][1]-prices[i])
2、dp[i][1]:第i天不持有股票时最大的收益;
(1)情况1:前面存在买入卖出,第i天也不买入,即dp[i][1] = dp[i-1][1];
(2)情况2:前面已经买入,第i天卖出,即dp[i][0] = dp[i-1][0] + prices[i];
==> dp[i][1] = max(dp[i-1][1]), dp[i-1][0] + prices[i]);
初始化
dp[0][0] = -prices[0];
dp[0][1] = 0;
代码实现
int maxProfit(vector<int>& prices) {
int n = prices.size();
vector<vector<int>> dp(n, vector<int>(2, 0));
dp[0][0] = 0 - prices[0];
dp[0][1] = 0;
for(int i = 1; i < n; ++i){
dp[i][0] = max(dp[i-1][0], dp[i-1][1] - prices[i]);
dp[i][1] = max(dp[i-1][1], dp[i-1][0] + prices[i]);
}
return dp[n-1][1];
}
允许买卖多次,但是卖出有手续费
题目
思路分析
dp[]含义
1、dp[i][0]:第i天持有股票时最大的收益;
2、dp[i][1]:第i天不持有股票时最大的收益;
动态转移方程
1、dp[i][0]:第i天持有股票时最大的收益;
(1)情况1:前面已经买入没有卖出,第i天不做任何操作,即dp[i][0] = dp[i-1][0];
(2)情况2:前面存在买入卖出,第i天买入,即dp[i][0] = dp[i-1][1]-prices[i];
==> dp[i][0] = max(dp[i-1][0]), dp[i-1][1]-prices[i])
2、dp[i][1]:第i天不持有股票时最大的收益;
(1)情况1:前面存在买入卖出,第i天也不买入,即dp[i][1] = dp[i-1][1];
(2)情况2:前面已经买入,第i天卖出,即dp[i][0] = dp[i-1][0] + prices[i] - fee;
==> dp[i][1] = max(dp[i-1][1]), dp[i-1][0] + prices[i] - fee);
初始化
dp[0][0] = -prices[0];
dp[0][1] = 0;
代码实现
int maxProfit(vector<int>& prices) {
int n = prices.size();
vector<vector<int>> dp(n, vector<int>(2, 0));
dp[0][0] = 0 - prices[0];
dp[0][1] = 0;
for(int i = 1; i < n; ++i){
dp[i][0] = max(dp[i-1][0], dp[i-1][1] - prices[i]);
dp[i][1] = max(dp[i-1][1], dp[i-1][0] + prices[i] - fee);
}
return dp[n-1][1];
}
允许买卖2次
题目
思路分析
dp[]含义
1、dp[i][0]:第i天第一次持有股票时最大的收益;
2、dp[i][1]:第i天第一次不持有股票时最大的收益;
3、dp[i][2]:第i天第二次持有股票时最大的收益;
4、dp[i][3]:第i天第二次不持有股票时最大的收益;
动态转移方程
1、dp[i][0]:第i天第一次持有股票时最大的收益;
(1)情况1:前面已经买入,第i天不做任何操作,即dp[i][0] = dp[i-1][0];
(2)情况2:前面没有买入,第i天买入,即dp[i][0] = -prices[i];
==> dp[i][0] = max(dp[i-1][0]), -prices[i])
2、dp[i][1]:第i天第一次不持有股票时最大的收益;
(1)情况1:前面没有买入,第i天不做任何操作,即dp[i][1] = dp[i-1][1];
(2)情况2:前面已经买入,第i天卖出,即dp[i][1] = dp[i-1][0] + prices[i];
==> dp[i][1] = max(dp[i-1][1]), dp[i-1][0] + prices[i])
3、dp[i][2]:第i天第二次持有股票时最大的收益;
(1)情况1:前面已经第二次买入,第i天不做任何操作,即dp[i][2] = dp[i-1][2];
(2)情况2:前面没有第二次买入,第i天买入,即dp[i][2] = dp[i-1][1]-prices[i];
==> dp[i][0] = max(dp[i-1][2]), dp[i-1][1] - prices[i])
4、dp[i][3]:第i天第二次不持有股票时最大的收益;
(1)情况1:前面已经卖出没有买入,第i天不做任何操作,即dp[i][3] = dp[i-1][3];
(2)情况2:前面存在买入,第i天卖出,即dp[i][3] = dp[i-1][2] + prices[i];
==> dp[i][3] = max(dp[i-1][3]), dp[i-1][2] + prices[i])
初始化
dp[0][0] = -prices[0]
dp[0][1] = 0
dp[0][2] = -prices[0] // 可以理解为当天买入卖出再买入
dp[0][3] = 0
代码实现
int maxProfit(vector<int>& prices) {
int n = prices.size();
vector<vector<int>> dp(n, vector<int>(4, 0));
dp[0][0] = 0 - prices[0]; dp[0][1] = 0;
dp[0][2] = 0 - prices[0]; dp[0][3] = 0;
for(int i = 1; i < n; ++i){
dp[i][0] = max(dp[i-1][0], 0 - prices[i]);
dp[i][1] = max(dp[i-1][1], dp[i-1][0] + prices[i]);
dp[i][2] = max(dp[i-1][2], dp[i-1][1] - prices[i]);
dp[i][3] = max(dp[i-1][3], dp[i-1][2] + prices[i]);
}
return dp[n-1][3];
}
允许买卖K次
题目
思路分析
dp[]含义
参考上面买入卖出两次的场景
动态转移方程
dp[i][0] = max(dp[i-1][0], 0 - prices[i]);
dp[i][1] = max(dp[i-1][1], dp[i-1][0] + prices[i]);
for(int j = 2; j < m; j+=2){
dp[i][j] = max(dp[i-1][j], dp[i-1][j-1] - prices[i]);
dp[i][j+1] = max(dp[i-1][j+1], dp[i-1][j] + prices[i]);
}
初始化
for(int j = 1; j < 2k; j+=2)
dp[0][j] = 0 - prices[i];
代码实现
int maxProfit(int k, vector<int>& prices) {
int n = prices.size();
int m = 2 * k;
vector<vector<int>> dp(n, vector<int>(m, 0));
int price0 = 0 - prices[0];
for(int j = 0; j < m; j+=2)
dp[0][j] = price0;
for(int i = 1; i < n; ++i){
dp[i][0] = max(dp[i-1][0], 0 - prices[i]);
dp[i][1] = max(dp[i-1][1], dp[i-1][0] + prices[i]);
for(int j = 2; j < m; j+=2){
dp[i][j] = max(dp[i-1][j], dp[i-1][j-1] - prices[i]);
dp[i][j+1] = max(dp[i-1][j+1], dp[i-1][j] + prices[i]);
}
}
return dp[n-1][m-1];
}
允许买卖多次,但有冷冻期
题目
思路分析
dp[]含义
1、dp[i][0]:第i天持有股票时最大的收益;
2、dp[i][1]:第i天保持卖出时最大的收益;
3、dp[i][2]:第i天卖出股票时最大的收益;
4、dp[i][3]:第i天是冷冻期时最大的收益;
动态转移方程
1、dp[i][0]:第i天持有股票时最大的收益;
(1)情况1:前面已经买入,第i天不做任何操作,即dp[i][0] = dp[i-1][0];
(2)情况2:前面已经卖出,第i-1天不是冷冻期,第i天买入,即dp[i][0] = dp[i-1][1] - prices[i];
(2)情况3:前面已经卖出,第i-1天是冷冻期,第i天买入,即dp[i][0] = dp[i-1][3] - prices[i];
==> dp[i][0] = max(dp[i-1][0]), dp[i-1][1] - prices[i], dp[i-1][3] - prices[i])
2、dp[i][1]:第i天保持卖出时最大的收益;
(1)情况1:前一天是冷冻期,保持前一天的卖出状态:dp[i][1] = dp[i-1][3]
(1)情况2:前一天不是冷冻期,保持前一天的卖出状态:dp[i][1] = dp[i-1][1]
==> dp[i][1] = max(dp[i-1][3], dp[i-1][1]);
3、dp[i][2]:第i天卖出股票时最大的收益;
(1)只有一种情况
==> dp[i][2] = dp[i-1][0] + prices[i];
2、dp[i][3]:第i天是冷冻期时最大的收益;
(1)只有一种情况,那就是i-1天卖出股票
==> dp[i][3] = dp[i-1][2];
初始化
dp[0][0] = -prices[0]
dp[0][1] = 0
dp[0][2] = 0
dp[0][3] = 0
代码实现
int maxProfit(vector<int>& prices) {
int n = prices.size();
vector<vector<int>> dp(n, vector<int>(4, 0));
dp[0][0] = 0 - prices[0];
dp[0][1] = 0; dp[0][2] = 0; dp[0][3] = 0;
for(int i = 1; i < n; ++i){
dp[i][0] = max(dp[i-1][0], max(dp[i-1][1] - prices[i], dp[i-1][3] - prices[i]));
dp[i][1] = max(dp[i-1][3], dp[i-1][1]);
dp[i][2] = dp[i-1][0] + prices[i];
dp[i][3] = dp[i-1][2];
}
return max(max(dp[n-1][1], dp[n-1][2]), dp[n-1][3]);
}