【LeetCode】309. 最佳买卖股票时机含冷冻期

一、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:

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]

二、 解决

股票交易系列：

• 121 Best Time to Buy and Sell Stock
• 122 Best Time to Buy and Sell Stock II
• 123 Best Time to Buy and Sell Stock III
• 188 Best Time to Buy and Sell Stock IV
• 309 Best Time to Buy and Sell Stock with Cooldown
• 714 Best Time to Buy and Sell Stock with Transaction Fee

1、动态规划

版本1

思路：

不要关注冷冻期，只关注卖出的那一天。

1、状态定义
f[i]：第 i 天结束之后的累计最大收益。
      由于最多只能买入一支股票，并且卖出后有冷冻期的限制，因此有三种不同状态。
f[i][0]: 手上持有股票的最大收益
f[i][1]: 手上不持有股票，并且处于冷冻期中的累计最大收益
f[i][2]: 手上不持有股票，并且不在冷冻期中的累计最大收益

2、状态转移
f[i][0] = max(f[i−1][0], f[i−1][2]−prices[i]）
f[i][1] = f[i−1][0] + prices[i]
f[i][2] = max(f[i−1][1], f[i−1][2])

res：max(f[n−1][0],f[n−1][1],f[n−1][2])

代码：

class Solution {
    public int maxProfit(int[] prices) {
        if (prices.length == 0) {
            return 0;
        }

        int n = prices.length;
        // f[i][0]: 手上持有股票的最大收益
        // f[i][1]: 手上不持有股票，并且处于冷冻期中的累计最大收益
        // f[i][2]: 手上不持有股票，并且不在冷冻期中的累计最大收益
        int[][] f = new int[n][3];
        f[0][0] = -prices[0];
        for (int i = 1; i < n; ++i) {
            f[i][0] = Math.max(f[i - 1][0], f[i - 1][2] - prices[i]);
            f[i][1] = f[i - 1][0] + prices[i];
            f[i][2] = Math.max(f[i - 1][1], f[i - 1][2]);
        }
        return Math.max(f[n - 1][1], f[n - 1][2]);
    }
}

时间复杂度： $O(n)$
空间复杂度： $O(n^2)$

版本2

思路：

上面f[i][m]只与f[i-1][n]有关系，因为只需要将f[i-1][0], f[i-1][1], f[i-2][2]存放在三个变量中，通过它们计算出f[i][0]，f[i][1], f[1][2]并存回对应变量，以便第i+1天的状态转移即可。

代码：

class Solution {
    public int maxProfit(int[] prices) {
        if (prices.length == 0) {
            return 0;
        }

        int n = prices.length;
        int f0 = -prices[0];
        int f1 = 0;
        int f2 = 0;
        for (int i = 1; i < n; ++i) {
            int newf0 = Math.max(f0, f2 - prices[i]);
            int newf1 = f0 + prices[i];
            int newf2 = Math.max(f1, f2);
            f0 = newf0;
            f1 = newf1;
            f2 = newf2;
        }

        return Math.max(f1, f2);
    }
}

时间复杂度： $O(n)$
空间复杂度： $O(1)$

版本3

思路：

与版本2类似，只是这里可读性更强。

代码：

class Solution {
    public int maxProfit(int[] prices) {
        int sell = 0, prev_sell = 0, buy = Integer.MIN_VALUE, prev_buy;
        for (int price : prices) {
            prev_buy = buy;
            buy = Math.max(prev_sell - price, prev_buy);
            prev_sell = sell;
            sell = Math.max(prev_buy + price, prev_sell);
        }
        return sell;
    }
}

时间复杂度： $O(n)$
空间复杂度： $O(1)$

三、参考

1、最佳买卖股票时机含冷冻期
2、非状态机的DP讲解，全新思路，超通俗易懂，包你一遍看懂
3、Share my thinking process
4、Most consistent ways of dealing with the series of stock problems
5、Easiest JAVA solution with explanations