问题描述:
LeetCode:188. 买卖股票的最佳时机 IV
给定一个数组,它的第 i 个元素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)。
示例 1:
输入: [2,4,1], k = 2 输出: 2 解释: 在第 1 天 (股票价格 = 2) 的时候买入,在第 2 天 (股票价格 = 4) 的时候卖出,这笔交易所能获得利润 = 4-2 = 2 。
示例 2:
输入: [3,2,6,5,0,3], k = 2 输出: 7 解释: 在第 2 天 (股票价格 = 2) 的时候买入,在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。 随后,在第 5 天 (股票价格 = 0) 的时候买入,在第 6 天 (股票价格 = 3) 的时候卖出, 这笔交易所能获得利润 = 3-0 = 3 。
问题分析:
这个问题应该是前一个问题的升级加强版了,普通方法很容易超时,在讨论区看看了大神的做法,发现一种非常有趣,但又比较难理解的方法,总结起来基本是给出两种解释,实现起来是一个代码,只是对问题的角度不同而已。
1、dp推导,在每一笔交易中(买-->卖),我们都会尽可能低价买入,并尽可能以高价出售。在第二笔交易中,将第一笔交易的利润与第二笔交易的成本相结合,那么,第二笔交易的利润就是两笔交易的总利润,并以此类推。具体推导请参考大神@fun4LeetCode在讨论的区的解答,有点长,耐心看。
2、另一种解释是,采用状态机进行说明,具体可以参考@MadDetective的程序。这种解释,主要是把整个问题划分成几种状态,并相互转换。图片来自@MadDetective。其中,hold表示股票持有状态(手里有一只股票),sold表示所有股票已经卖出(手里没有股票)。
Python3实现:
class Solution:
def maxProfit(self, k, prices):
# n, res = len(prices), 0
# if n < 2: return 0
# if k > n //2: # 现在这个情况,就相当于题目2
# for i in range(1, n):
# if prices[i] > prices[i-1]:
# res += prices[i] - prices[i-1]
# return res
hold, sold = [float('-inf')] * (k + 1), [0] * (k + 1)
for price in prices:
for j in range(1, k+1):
hold[j] = max(hold[j], sold[j-1]-price) # hold->hold, sold->hold
sold[j] = max(sold[j], hold[j]+price) # sold->sold, hold->sold
return sold[k]
if __name__ == '__main__':
prices, k = [7, 1, 5, 3, 6, 4], 4
solu = Solution()
print(solu.maxProfit(k, prices))
参考链接:
[1]:https://leetcode.com/problems/best-time-to-buy-and-sell-stock-with-transaction-fee/discuss/108870/Most-consistent-ways-of-dealing-with-the-series-of-stock-problems
[2]:https://leetcode.com/problems/best-time-to-buy-and-sell-stock-iv/discuss/127020/Java-Solution-time-O(nk)-space-O(k)
欢迎探讨。