LeetCode 309. 最佳买卖股票时机含冷冻期 动态规划详解

309. 最佳买卖股票时机含冷冻期

题目来源

309. 最佳买卖股票时机含冷冻期

题目分析

给定一个整数数组 prices，其中第 i 个元素代表了第 i 天的股票价格。你可以多次买卖股票，但每次出售后，你必须等待一天才能再次购买，即存在冷冻期。目标是返回你能获得的最大利润。

题目难度

• 难度：中等

题目标签

• 标签：动态规划, 数组

题目限制

• 0 <= prices.length <= 5000
• 0 <= prices[i] <= 1000

解题思路

这题其实跟LeetCode 122. 买卖股票的最佳时机 II很像，只是多了冷冻期的约束条件，就是卖出之后不能立即买入，那么dp[i][1]就不能从dp[i-1][0] - prices[i]转移了，所以dp[i][1]直接就从dp[i-2][0] - prices[i]转移

1. 问题定义：

   • 定义 dp[i][0] 表示第 i 天不持有股票的最大利润。
   • 定义 dp[i][1] 表示第 i 天持有股票的最大利润。

2. 状态转移：

   • dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])：当天不持有股票的最大利润，可能是前一天也不持有，或者当天卖出股票后的最大利润。
   • dp[i][1] = max(dp[i-1][1], dp[i-2][0] - prices[i])：当天持有股票的最大利润，可能是前一天就持有，或者在冷冻期之后的某一天购买股票后的最大利润。

3. 初始化：

   • 初始状态 dp[0][0] = 0 表示第0天不持有股票的最大利润。
   • 初始状态 dp[0][1] = -prices[0] 表示第0天持有股票的最大利润。

4. 最终结果：

   • 返回 dp[n-1][0] 即为最后一天不持有股票时的最大利润。

核心算法步骤

1. 动态规划：
   • 初始化 dp 数组，分别表示不持有和持有股票的两种状态。
   • 通过循环遍历 prices 数组，逐步更新 dp 数组中的值。
   • 最终返回 dp[n+1][0]。

代码实现

以下是求解最佳买卖股票时机含冷冻期的 Java 代码：

/**
 * 309. 最佳买卖股票时机含冷冻期
 * @param prices 股票价格数组
 * @return 最大利润
 */
public int maxProfit2(int[] prices) {
    int n = prices.length;
    int[][] dp = new int[n + 2][2];
    dp[0][0] = 0;
    dp[1][1] = -prices[0];
    for (int i = 0; i < n; i++) {
        dp[i + 2][0] = Math.max(dp[i + 1][0], dp[i + 1][1] + prices[i]);
        dp[i + 2][1] = Math.max(dp[i + 1][1], dp[i][0] - prices[i]);
    }
    return dp[n + 1][0];
}

代码解读

• dp[i + 2][0] 表示第 i + 1 天不持有股票的最大利润，可能是从前一天就不持有，或者是当天卖出了股票获得的最大利润。
• dp[i + 2][1] 表示第 i + 1 天持有股票的最大利润，可能是从前一天就持有，或者是在冷冻期后的某一天购买股票后的最大利润。

性能分析

• 时间复杂度：O(n)，其中 n 是 prices 数组的长度。整个过程只需遍历一次数组，因此时间复杂度为线性。
• 空间复杂度：O(n)，需要一个 n 长度的数组来存储动态规划的状态值。

测试用例

你可以使用以下测试用例来验证代码的正确性：

int[] prices1 = {1, 2, 3, 0, 2};
int result1 = maxProfit2(prices1);
System.out.println(result1); // 输出: 3

int[] prices2 = {7, 1, 5, 3, 6, 4};
int result2 = maxProfit2(prices2);
System.out.println(result2); // 输出: 7

int[] prices3 = {1};
int result3 = maxProfit2(prices3);
System.out.println(result3); // 输出: 0

扩展讨论

优化写法

• 空间优化：可以将空间复杂度优化为 O(1)，通过仅保存前两天的状态来更新当前状态。

其他实现

• 该问题主要使用动态规划解决，可以进一步结合状态压缩优化空间复杂度。

总结

最佳买卖股票时机含冷冻期问题，通过动态规划方法解决，该方法结合了股票买卖的冷冻期限制，使得问题具有一定的挑战性。通过合理的状态转移方程可以有效求解该问题。

---