1、题目描述(k 任意数, 思路II+III)
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 k 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)。
2、储备题
k 任意数, 思路II+III
122. 买卖股票的最佳时机 II (通用解法)(k = +infinity)https://blog.csdn.net/IOT_victor/article/details/105742167
123. 买卖股票的最佳时机 III(k = 2) https://blog.csdn.net/IOT_victor/article/details/105759637
3、代码详解
有了上一题 k = 2 的铺垫,这题应该和 123题 III 的第一个解法(非穷举k写法)没啥区别。但是出现了一个超内存的错误,原来是传入的 k 值会非常大,dp 数组太大了。现在想想,交易次数 k 最多有多大呢?
一次交易由买入和卖出构成,至少需要两天。所以说有效的限制 k 应该不超过 n/2,如果超过,就没有约束作用了,相当于 k = +infinity。这种情况就是122题 II。
class Solution(object):
def maxProfit(self, k, prices):
# k = any integer
n = len(prices)
if k > n/2: # 相当于不限次数买,即k = +inf
return self.maxProfit_k_inf(prices)
dp = [[[0]*2 for _ in range(k+1)] for _ in range(n)] # n * k+1 * 2
for i in range(n):
for j in range(k, 0, -1): # 逆序
if i - 1 == -1: # badcase
dp[0][j][0] = 0
dp[0][j][1] = -prices[0]
continue
# 昨天没有股票 or 昨天有股票今天卖出
dp[i][j][0] = max(dp[i - 1][j][0], dp[i - 1][j][1] + prices[i])
# 昨天有股票 or 昨天没有股票今天买入(买入当作一次交易,是 j-1)
dp[i][j][1] = max(dp[i - 1][j][1], dp[i - 1][j - 1][0] - prices[i])
return dp[n - 1][k][0]
# 不限k的次数,即题目2(k = +inf)
def maxProfit_k_inf(self, prices):
# k = +infinity,不需要记录 k 这个状态
# 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])
n = len(prices)
dp_i_0 = 0
dp_i_1 = float("-inf")
for i in range(n):
temp = dp_i_0
dp_i_0 = max(dp_i_0, dp_i_1 + prices[i])
dp_i_1 = max(dp_i_1, temp - prices[i])
return dp_i_0
s = Solution()
prices = [3, 2, 6, 5, 0, 3]
k = 2
print(s.maxProfit(k, prices)) # 7