LeetCode 123题：买卖股票的最佳时机 III（原创）-CSDN博客

本文链接：https://blog.csdn.net/IT_Fly/article/details/140539181

【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 。

示例 2：

输入：prices = [1,2,3,4,5]
输出：4
解释：在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。   
注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3：

输入：prices = [7,6,4,3,1] 
输出：0 
解释：在这个情况下, 没有交易完成, 所以最大利润为 0。

示例 4：

输入：prices = [1]
输出：0

提示：

1 <= prices.length <= 105
0 <= prices[i] <= 105

【题目链接】：. - 力扣（LeetCode）

【解题代码】

package dp;

public class MaxProfit3 {
    public static void main(String[] args) {
        //int[] prices = {1, 2, 3, 4, 5};
        int[] prices = {2, 1, 2, 0, 1};
        int result = new MaxProfit3().maxProfit(prices);
        System.out.println("计算结果：" + result);
    }

    public int maxProfit(int[] prices) {
        int[][][] dp = new int[prices.length][2][3];
        dp[0][0][0] = 0;
        dp[0][0][1] = 0;
        dp[0][0][2] = 0;
        dp[0][1][0] = -prices[0];
        dp[0][1][1] = -prices[0];
        dp[0][1][2] = -prices[0];
        for (int i = 1; i < prices.length; ++i) {
            dp[i][0][0] = 0;
            dp[i][0][1] = Math.max(dp[i - 1][0][1], dp[i - 1][1][0] + prices[i]);
            dp[i][0][2] = Math.max(dp[i - 1][0][2], dp[i - 1][1][1] + prices[i]);
            dp[i][1][0] = Math.max(dp[i - 1][1][0], dp[i - 1][0][0] - prices[i]);
            dp[i][1][1] = Math.max(dp[i - 1][1][1], dp[i - 1][0][1] - prices[i]);
            dp[i][1][2] = Math.max(dp[i - 1][1][2], dp[i - 1][0][2] + prices[i]);
        }
        return dp[prices.length - 1][0][2];
    }
}

【解题思路】

之前做了相关题目买卖股票的最佳时机和买卖股票的最佳时机II，并都写了博客做了分析，以为这道题应该不难，结果折腾了好久还是没有思路。昨天在做完买卖股票的最佳时机含手续费时,突然有了思路：之前的题目根据当天有无股票的情况，将一维dp数组扩展为二维数组那么按照这个思路，是否可以再根据当天的投资次数对二维数组再次扩展然后计算呢，按照这个思路并进行尝试终于得到如下算法思路：

定义三维动态规划数组dp[n][2][3],第一维是天数，第二维是手上是否有股票，第三维是交易次数（0次，1次，2次）；接下來对每天各种情况的收益值进行一一分析：
今天手里没有股票，且0次交易的最大获利肯定0；
今天手里没有股票，且1次交易的最大获利等于：昨天手里没有股票，且有一次交易和昨天0次交易且今天卖掉股票两者最大值
今天手里没有股票，且2次交易的最大获利等于：昨天手里没有股票且有两次交易，和昨天1次交易且今天卖掉股票两者最大值
今天手里有股票，且0次交易的最大获利等于：昨天手里股票且有1次交易，和昨天1次交易且今天买股票两者最大值
今天手里有股票，且1次交易的最大获利等于：昨天手里有股票且有1次交易，和昨天没有股票且有1次交易且今天买股票的两者最大值

按照这个思路，很快完成代码编写，编译运行并提交成功

【解题步骤】

定义三维动态规划数组dp

 int[][][] dp = new int[prices.length][2][3];

初始化第1天各种情况的最大获利值

dp[0][0][0] = 0;
dp[0][0][1] = 0;
dp[0][0][2] = 0;
dp[0][1][0] = -prices[0];
dp[0][1][1] = -prices[0];
dp[0][1][2] = -prices[0];

然后从第二天开始到最后一天依次计算各种情况的最大获利值

for (int i = 1; i < prices.length; ++i) {
    // 今天手里没有股票，且0次交易的最大获利0
    dp[i][0][0] = 0;
    // 今天手里没有股票，且一次交易的最大获利：昨天手里没有股票，且有一次交易和昨天0次交易今天卖掉股票两者最大值
    dp[i][0][1] = Math.max(dp[i - 1][0][1], dp[i - 1][1][0] + prices[i]);
    // 今天手里没有股票，且两次交易的最大获利：昨天手里没有股票且有两次交易，和昨天1次交易今天卖掉股票两者最大值
    dp[i][0][2] = Math.max(dp[i - 1][0][2], dp[i - 1][1][1] + prices[i]);
    // 今天手里有股票，且0次交易的最大获利：昨天手里股票且有1次交易，和昨天1次交易今天买股票两者最大值
    dp[i][1][0] = Math.max(dp[i - 1][1][0], dp[i - 1][0][0] - prices[i]);
    // 今天手里有股票，且1次交易的最大获利：昨天手里有股票且有1次交易，和昨天没有股票且有1次交易然后今天买股票的两者最大值
    dp[i][1][1] = Math.max(dp[i - 1][1][1], dp[i - 1][0][1] - prices[i]);
    // 今天手里有股票，且2次交易的最大获利：昨天手里有股票且有2次交易，和昨天有股票，且1次交易然后今天卖掉股票两者最大值
    dp[i][1][2] = Math.max(dp[i - 1][1][2], dp[i - 1][0][2] + prices[i]);
}