123. Best Time to Buy and Sell Stock III
关键在于至多买卖两次,这意味着可以买卖一次,可以买卖两次,也可以不买卖。 公式:
dp[i][0]在for loop里不需要更新 ,或者更新了也是dp[i-1][0] 因为没有操作dp[i][2] = max(dp[i - 1][1] + prices[i], dp[i - 1][2])
操作一:第i天卖出股票了,那么dp[i][2] = dp[i - 1][1] + prices[i] 操作二:第i天没有操作,沿用前一天卖出股票的状态,即:dp[i][2] = dp[i - 1][2] 这里这个状态,一层层倒推回去会到初始化的dp[0][2] = 0,所以这里包含了买卖一次,或者不买卖的最优情况。 同理dp[i][4] = max(dp[i - 1][3] + prices[i], dp[i - 1][4]),这里包含了买卖两次,买卖一次,或者不买卖的最优情况。 这也是为什么最后只需要return dp[prices.length-1][4]; 初始化:
dp[0][2] = 0; 第0天做第一次卖出的操作,这个初始值应该是多少呢?首先卖出的操作一定是收获利润,整个股票买卖最差情况也就是没有盈利即全程无操作现金为0,从递推公式中可以看出每次是取最大值,那么既然是收获利润如果比0还小了就没有必要收获这个利润了。 dp[0][3] = -prices[0]; 第一次还没买入呢,怎么初始化第二次买入呢?第二次买入依赖于第一次卖出的状态,其实相当于第0天第一次买入了,第一次卖出了,然后在买入一次(第二次买入),那么现在手头上没有现金,只要买入,现金就做相应的减少。 Time Complexity: O(n) Space Complexity: O(5*n) -> 可以优化成O(1)
// O(n)
class Solution {
public int maxProfit(int[] prices) {
int[][] dp = new int[prices.length][5];
dp[0][0] = 0; // don't have stock
dp[0][1] = -prices[0]; // have stock first time
dp[0][2] = 0; // sell stock first time
dp[0][3] = -prices[0]; // have stock second time
dp[0][4] = 0; // sell stock second time
for (int i=1; i<prices.length; i++) {
// dp[i][0] = dp[i-1][0];
dp[i][1] = Math.max(-prices[i], dp[i-1][1]);
dp[i][2] = Math.max(dp[i-1][1]+prices[i], dp[i-1][2]);
dp[i][3] = Math.max(dp[i-1][2]-prices[i], dp[i-1][3]);
dp[i][4] = Math.max(dp[i-1][3]+prices[i], dp[i-1][4]);
}
return dp[prices.length-1][4];
}
}
// O(1)
class Solution {
public int maxProfit(int[] prices) {
int[] dp = new int[5];
dp[0] = 0; // don't have stock
dp[1] = -prices[0]; // have stock first time
dp[2] = 0; // sell stock first time
dp[3] = -prices[0]; // have stock second time
dp[4] = 0; // sell stock second time
for (int i=1; i<prices.length; i++) {
int temp = dp[1];
dp[1] = Math.max(-prices[i], dp[1]);
int temp2 = dp[2];
dp[2] = Math.max(temp+prices[i], dp[2]);
int temp3 = dp[3];
dp[3] = Math.max(temp2-prices[i], dp[3]);
dp[4] = Math.max(temp3+prices[i], dp[4]);
}
return dp[4];
}
}
Space Complexity优化甚至可以写成更干净的版本【不需要】
dp[2]利用的是当天的dp[1](第一次买入的状态) dp[1] = max(dp[1], dp[0] - prices[i]); 1. 如果dp[1]取dp[1],即保持买入股票的状态 ,那么 dp[2] = max(dp[2], dp[1] + prices[i]);中dp[1] + prices[i] 就是今天卖出。 2. 如果dp[1]取dp[0] - prices[i] ,今天买入股票,那么dp[2] = max(dp[2], dp[1] + prices[i]);中的dp[1] + prices[i]相当于是在再卖出股票,一买一卖收益为0,对所得现金没有影响。相当于今天买入股票又卖出股票,等于没有操作,保持昨天卖出股票的状态了 。
class Solution {
public int maxProfit(int[] prices) {
int[] dp = new int[5];
dp[0] = 0; // don't have stock
dp[1] = -prices[0]; // have stock first time
dp[2] = 0; // sell stock first time
dp[3] = -prices[0]; // have stock second time
dp[4] = 0; // sell stock second time
for (int i=1; i<prices.length; i++) {
dp[1] = Math.max(-prices[i], dp[1]);
dp[2] = Math.max(dp[1]+prices[i], dp[2]);
dp[3] = Math.max(dp[2]-prices[i], dp[3]);
dp[4] = Math.max(dp[3]+prices[i], dp[4]);
}
return dp[4];
}
}