67.买卖股票最佳时机IV

一、题目描述

给定一个整数数组 prices ，它的第 i 个元素 prices[i] 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 k 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）。

二、解题思路

第一步：确定dp数组的含义

简单分析一下：使用二维数组dp[i][j]表示第i天的状态为j，所持股的价值是dp[i][j]

j的状态表示为：

• 0：表示不操作
• 1：第一次买入
• 2：第一次卖出
• 3：第二次买入
• 4：第二次卖出
• …

可以发现除0以外，偶数就是卖出，奇数就是买入。

第二步：确定递推公式

1. dp[i][1]：第一次买入了股票(其实说买入不太准确，应该是第一次持股)，从两个状态转移过来：

   • 状态一：第i天买⼊股票了，那么dp[i][1] = dp[i - 1][0] - prices[i]
   • 状态⼆：第i天没有操作，⽽是沿⽤前⼀天买⼊的状态，即：dp[i][1] = dp[i - 1][1]

   有：dp[i][1]=Math.max(dp[i-1][0]-prices[i], dp[i-1][1])

2. dp[i][2]：第一次未持股的状态，也从两个状态转移过来：

   • 状态⼀：第i天卖出股票了，那么dp[i][2] = dp[i - 1][1] + prices[i]
   • 状态⼆：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]

   有：dp[i][2]=Math.max(dp[i-1][0]+prices[i], dp[i-1][2])

同理，可以类比出剩余状态，代码如下：

for(int j=0; j<2*k-1; j+=2){
    //每一个奇数(买入)对应的状态
    dp[i][j+1] = Math.max(dp[i-1][j+1], dp[i-1][j]-prices[i]);
    //每一个偶数(卖出)对应的状态
    dp[i][j+2] = Math.max(dp[i-1][j+2], dp[i-1][j+1]+prices[i]);
}

第三步：初始化

对于每一个买入（持股）状态进行初始化，也就是j对应的1,3,5,7,9…这些状态进行初始化，代码如下：

for(int j=1; j<2*k; j+=2){
    dp[0][j] = -prices[0];
}

第四步：遍历

for(int i=1; i<n; i++){
    for(int j=0; j<2*k-1; j+=2){
        //每一个奇数(买入)对应的状态
        dp[i][j+1] = Math.max(dp[i-1][j+1], dp[i-1][j]-prices[i]);
        //每一个偶数(卖出)对应的状态
        dp[i][j+2] = Math.max(dp[i-1][j+2], dp[i-1][j+1]+prices[i]);
    }
}

三、代码演示

class Solution {
    public int maxProfit(int k, int[] prices) {
        //买卖股票的天数也就是prices的数组的长度
        int n = prices.length;
        
        //特判
        if(n<2 || k==0){
            return 0;
        }

        //n天最多交易n/2次，多以k>n/2的话，实际上交易不了那么多次，选k和n/2中小的次数
        k = Math.min(k, n/2);

        //声明dp
        int[][] dp = new int[n][2*k+1];

        //初始化dp
        for(int j=1; j<2*k; j+=2){
            dp[0][j] = -prices[0];
        }

        //遍历
        for(int i=1; i<n; i++){
            for(int j=0; j<2*k-1; j+=2){
                //每一个奇数(买入)对应的状态
                dp[i][j+1] = Math.max(dp[i-1][j+1], dp[i-1][j]-prices[i]);
                //每一个偶数(卖出)对应的状态
                dp[i][j+2] = Math.max(dp[i-1][j+2], dp[i-1][j+1]+prices[i]);
            }
        }
        return dp[n-1][2*k];
     }
}