状态机动态规划之股票问题

卖股票的最佳时机 III

题目

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

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。

状态表示数组和状态转移

在这道题目当中我们也是二维数组进行状态的表示，二维数组为dp[N][5]，5表示我们有5个状态，dp[N][i]表示第N天的第i个状态能够多大的收益！（为了方便下面介绍，假设一天有一个股票，dp[N][]表示第N天的状态，对应第N个股票的状态）

• dp[N][0]，表示第N天一次买入和卖出的操作都没有过，那么dp[N][0] = dp[N - 1][0]，跟前一天的状态一样，都没有进行股票的买入和卖出，其实也可以直接令dp[N][0] = 0，因为没有进行操作我们的收益肯定等于0。
• dp[N][1]，表示第N天已经进行过第一次买入，这个买入可以是在第N天进行买入，也可以在前面N-1天买入，然后在第N天保持状态。如果第N天刚刚进行买入，那么我们的收益就是从前一天一次买入和卖出都没有操作转移过来的，那么就有dp[N][0] - prices[i]，因为根据上面的分析dp[N][0] = 0，那么直接让dp[N][1] = -prices[i]即可。如果在前N-1天已经进行了买入，那么在第N天就不行操作，即在第N天收入为0，即dp[N][1] = dp[N - 1][1]。
• dp[N][2]，表示第N天已经进行过第一次卖出，这个状态可以是在第N天进行卖出，也可以是在前面N-1天已经卖出，然后在第N天保持状态如果在第N天进行第一次卖出那么我们在第N天的收益就等于prices[i]，再加上前N-1天买入一次的收益，即dp[N][2] = dp[N - 1][1] + prices[i]。如果前N-1天已经卖出，那么直接保持状态即可，我们在第N天的收益就为0，那么dp[N][2] = dp[N - 1][2]。
• dp[N][3]，表示第N天已经进行过第二次买入，这个状态可以是在第N天进行买入，也可以是在前面N-1天买入，然后在第N天保持状态。如果在第N天进行第二次买入那么我们在第N天的收益就等于-prices[i]，再加上前N-1天买入卖出一次的收益，即dp[N][3] = dp[N - 1][2] - prices[i]。如果前N-1天已经有了第二次买入的操作，那么直接保持状态即可，我们在第N天的收益就为0，那么dp[N][3] = dp[N - 1][3]。
• dp[N][4]&