题目
给定一个整数数组,其中第 i 个元素代表了第 i 天的股票价格 。
设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票),地址:
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)。
卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
输入: [1,2,3,0,2]
输出: 3
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]
解题思路
设三种状态:买入,卖出,冷冻分别为buy,sale,cool。用动态规划的关键就是找到状态转移方程。cool[i]的方程很简单,就是sale[i-1]的状态,因为冷冻期的上一个状态一定是卖出。
cool[i] = sale[i-1]
sale[i]的有两种可能:在sale[i-1]之前卖出了或者sale[i]的时候卖出,就是考虑当天是否要或者可以卖出。
sale[i] = max(sale[i-1], buy[i-1] + princes[i])
buy[i]的可能性也有两种,今天是否买入。如果今天买入就是用上一次冷冻期的价格减去当天的股票交易,因为从上一次冷冻期开始到此次买入之间不会存在其他交易,如果此次不买入,则价格就为上一次的买入价格。
buy[i] = max(buy[i-1], cool[i-1] - prices[i])
Python实现
class Solution:
def maxProfit(self, prices: List[int]) -> int:
size = len(prices)
if size == 0:
return 0
sale = [0 for _ in range(size)]
buy = [0 for _ in range(size)]
cool = [0 for _ in range(size)]
buy[0] = -prices[0]
for i in range(1, size):
cool[i] = sale[i-1]
buy[i] = max(buy[i-1], cool[i-1] - prices[i])
sale[i] = max(sale[i-1], buy[i] + prices[i])
return max(sale[size-1], cool[size-1])