LeetCode 309. 最佳买卖股票时机含冷冻期

目录结构

1.题目

2.题解

---

1.题目

给定一个整数数组，其中第 i 个元素代表了第 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）:

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）。
卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。
示例:

示例：

输入: [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]

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-with-cooldown
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

2.题解

动态规划。

• dp[i][0]表示第 i 天不持有股票的最大收益，
• 它取【第i-1天不持有股票的最大收益】与【第i-1天持有股票的最大收益在第i天卖出股票】的较大值，
• 即dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i])；
•  
• dp[i][1]表示第 i 天持有股票的最大收益，
• 它取【第i-1天持有股票的最大收益】与【第i-2天不持有股票的最大收益在第i天买入股票】的较大值，
• 即dp[i][1] = Math.max(dp[i - 1][1], dp[i - 2][0] - prices[i])。

 

public class Solution309 {
    public int maxProfit(int[] prices) {
        if (prices == null || prices.length < 2) {
            return 0;
        }
        int len = prices.length;
        int[][] dp = new int[len][2];
        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        dp[1][0] = Math.max(dp[0][0], dp[0][1] + prices[1]);
        dp[1][1] = Math.max(dp[0][1], dp[0][0] - prices[1]);
        for (int i = 2; i < len; i++) {
            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
            dp[i][1] = Math.max(dp[i - 1][1], dp[i - 2][0] - prices[i]);
        }
        return dp[len - 1][0];
    }
}

• 时间复杂度：
• 空间复杂度：

 

• 注意到在动态规划状态转移方程中，
• 对于当前i只有用到dp[i-1][0]、dp[i-1][1]和dp[i-2][0]，
• 其他数据无需存储，故可对空间进行进一步优化。

public class Solution309 {
    public int maxProfit(int[] prices) {
        if (prices == null || prices.length < 2) {
            return 0;
        }
        int len = prices.length;
        int pre_pre_0, pre_pre_1, pre_0, pre_1;
        pre_pre_0 = 0;
        pre_pre_1 = -prices[0];

        pre_0 = Math.max(pre_pre_0, pre_pre_1 + prices[1]);
        pre_1 = Math.max(pre_pre_1, pre_pre_0 - prices[1]);

        for (int i = 2; i < len; i++) {
            int tmp_0 = Math.max(pre_0, pre_1 + prices[i]);
            int tmp_1 = Math.max(pre_1, pre_pre_0 - prices[i]);
            pre_pre_0 = pre_0;
            pre_0 = tmp_0;
            pre_1 = tmp_1;

        }
        return pre_0;
    }
}

• 时间复杂度：
• 空间复杂度：