代码随想录算法训练营第50天|123.买卖股票的最佳时机III、188.买卖股票的最佳时机IV

123.买卖股票的最佳时机III

题目链接：买卖股票的最佳时机III

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）。

动态规划：

主要是要进行状态拆分

动规五部曲分析如下：

1. 确定dp数组（dp table）以及下标的含义
   dp[i][0] 表示第i天第一次持有股票所得最多现金 。
   dp[i][1] 表示第i天第一次不持有股票所得最多现金 。
   dp[i][2] 表示第i天第二次持有股票所得最多现金 。
   dp[i][3] 表示第i天第二次不持有股票所得最多现金 。
2. 确定递推公式

   • 如果第i天第一次持有股票即dp[i][0]， 那么可以由两个状态推出来

     • 第i-1天就第一次持有股票，那么就保持现状，所得现金就是昨天持有股票的所得现金 即：dp[i - 1][0]
     • 第i天买入股票，所得现金就是买入今天的股票后所得现金即：-prices[i]

     那么dp[i][0]应该选所得现金最大的，所以dp[i][0] = max(dp[i - 1][0], -prices[i]);

   • 如果第i天第一次不持有股票即dp[i][1]， 也可以由两个状态推出来

     • 第i-1天就第一次不持有股票，那么就保持现状，所得现金就是昨天不持有股票的所得现金 即：dp[i - 1][1]
     • 第i天卖出股票，所得现金就是按照今天股票价格卖出后所得现金即：prices[i] + dp[i - 1][0]

     同样dp[i][1]取最大的，dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);

   • 如果第i天第二次持有股票即dp[i][2]， 那么可以由两个状态推出来

     • 第i-1天就第二次持有股票，继续维持dp[i - 1][2]
     • 第i-1天第一次不持有股票，prices[i] + dp[i - 1][1]

     同样dp[i][2]取最大的，dp[i][2] = max(dp[i - 1][2], prices[i] + dp[i - 1][1]);

   • 如果第i天第二次不持有股票即dp[i][3]， 也可以由两个状态推出来

     • 第i-1天就第二次不持有股票，那么就保持现状，dp[i - 1][3]
     • 第i天卖出股票，第二天持有股票加上当日股价，得现金即：prices[i] + dp[i - 1][2]
3. dp数组如何初始化
   dp[0][0]和dp[0][2]第0天不管第几次持有都是-prices[0]因为可以买完卖，然后再买。
   dp[0][1]和dp[0][3]第0天不管第几次不持有都是0
4. 确定遍历顺序
   从递推公式可以看出dp[i]都是由dp[i - 1]推导出来的，那么一定是从前向后遍历。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        vector<vector<int>> dp(prices.size(), vector<int>(4, 0));
        dp[0][0] = -prices[0];
        dp[0][2] = -prices[0];

        for (int i = 1; i < prices.size(); i++) {
            dp[i][0] = max(dp[i - 1][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[prices.size()-1][3];
    }
};

188.买卖股票的最佳时机IV

题目链接：买卖股票的最佳时机IV

题目描述：给你一个整数数组 prices 和一个整数 k ，其中 prices[i] 是某支给定的股票在第 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。也就是说，你最多可以买 k 次，卖 k 次。

**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）。

动态规划：

这个题目就是上个题目的扩展，把2扩展到k。其他的题目都一样，具体实现就是加上了个循环在k遍历。

class Solution {
public:
    int maxProfit(int k, vector<int>& prices) {
        vector<vector<int>> dp(prices.size(), vector<int>(2 * k, 0));
        for (int i = 0; i < k; i++) {
            dp[0][i * 2] = -prices[0];
        }
        for (int i = 1; i < prices.size(); i++) {
            dp[i][0] = max(dp[i - 1][0], -prices[i]);
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);

            for (int j = 1; j < k; j++) {
                dp[i][2 * j] =
                    max(dp[i - 1][2 * j], dp[i - 1][2 * j - 1] - prices[i]);
                dp[i][2 * j + 1] =
                    max(dp[i - 1][2 * j + 1], dp[i - 1][2 * j] + prices[i]);
            }
        }
        return dp[prices.size() - 1][2 * k - 1];
    }
};