动态规划之多状态问题（股票买卖利润最大）

题目分析 

股票买入后不能在买，也就是必须买入后卖出才能买

一次交易叫买卖，这样的交易次数不能超过两次

返回最大利润

算法原理

状态表示：

经验+题目要求

经验：以i位置为结尾，巴拉巴拉

题目要求：以i位置为结尾，所能获得的最大利润

细分状态：由于通过题目可以得出，i天结束后可能处于买入状态或者卖出状态（买入就是i天结束后手里有股票，卖出就是i天结束后手里没股票）

此时又发现，题目要求最多只能交易两次，也就是你能交易0/1/2次

所以状态又可以细分，i天结束后，处于买入状态，此时交易了0次 

                                   i天结束后，处于买入状态，此时交易了1次

等等6种情况

那我们可以简化一下，创建两个dp表，一个f，一个g

f[i][j]：表示第i天结束之后，完成了j次交易，此时处于买入状态，所能获得的最大利润

g[i][j]: 表示第i天结束之后，完成了j次交易，此时处于卖出状态，所能获得的最大利润

分析：f[i][j]=什么？？？

第i天结束时是买入状态：可以由第i-1天结束时买入状态（手里有股票）我不卖股票，此时就会i天结束后处于买入状态+由卖出（手里没股票）到买入（手里有股票）

第i天结束时是卖出状态：可以由i-1天结束时卖出状态（手里没股票），我不买股票，此时i天结束时就会处于卖出状态+由买到卖出（把手里股票卖了）

注意：我们这里处理交易次数是以卖出时才增加，你当然也可以买入的时候就增加

f[i][j]=max(f[i-1][j],g[i-1][j]-p[i]);

注意这里第i-1天的j是跟第i天的j一样的，因为你买入到买入，你的交易次数都没变，卖出也一样

g[i][j]=max(g[i-1][j],f[i-1][j-1]+p[i])

注意：卖出到卖出，交易次数肯定没变，但买入到卖出交易次数就变了，如果你i天交易次数是2，那么i-1天交易次数肯定是1，所以f那里的交易次数是j-1

初始化：

f[i][j]=max(f[i-1][j],g[i-1][j]-p[i]);

g[i][j]=max(g[i-1][j],f[i-1][j-1]+p[i])

这里发现你在算f的时候会用到i-1，所以需要我们初始化第一行，然后从第二行开始填表

这里发现你再算g的时候会用到i-1和j-1，所以我们需要初始化第一行和第一列，但这样过于麻烦，

也就是用填第一列时需要用到负一列的值，就是你今天是结束时是卖出状态，且交易次数为0，那你昨天交易次数肯定不能是-1吧，所以你可以这样处理先去g[i-1][j]的值

如果j-1>=0,亦或者你的j>=1,也就是你今天结束后处于卖出状态时你的交易次数至少为1；

 

f[0][0]的位置肯定设成-prices[0]代表你第1天结束后买了股票时的最大利润

而且此时你交易次数是0，因为我们上面处理了当你买了之后在卖交易次数才会+1

g[0][0]:填0，啥都不干

其他位置的填写不能影响下面的填表 ：

第一天完成一笔交易和第一天完成两笔交易的情况根本就不存在

所以我们求max的时候就不要让f[0][1]和f[0][2]的位置的值干扰后面的结果，所以让他们的位置是负无穷就好，但有些编译器在处理时负无穷减去一个数字可能会得到一个正数，所以负无穷那里我们可以初始化成-0x3f3f3f3f（这个数字是int的一半）

 

为什么不是f表，你想想如果你手里有股票和手里没股票哪个的利润大

代码编写