代码随想录算法训练营Day49 | 123.买卖股票的最佳时机III、188.买卖股票的最佳时机IV | Python | 个人记录向

123.买卖股票的最佳时机III

代码随想录：123.买卖股票的最佳时机III
Leetcode：123.买卖股票的最佳时机III

做题

无思路。

看文章

1. 确定dp数组以及下标的含义。一天一共就有五个状态：
   • 没有操作 （其实我们也可以不设置这个状态）
   • 第一次持有股票
   • 第一次不持有股票
   • 第二次持有股票
   • 第二次不持有股票

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        size = len(prices)
        dp = [[0] * 5 for _ in range(size)]
        dp[0][1] = -prices[0]
        dp[0][3] = -prices[0]

        for i in range(1, size):
            dp[i][1] = max(dp[i-1][1], dp[i-1][0] - prices[i])
            dp[i][2] = max(dp[i-1][2], dp[i-1][1] + prices[i])
            dp[i][3] = max(dp[i-1][3], dp[i-1][2] - prices[i])
            dp[i][4] = max(dp[i-1][4], dp[i-1][3] + prices[i])
            
        return dp[size-1][4]

时间复杂度：O(n)
空间复杂度：O(n × 5)

188.买卖股票的最佳时机IV

代码随想录：188.买卖股票的最佳时机IV
Leetcode：188.买卖股票的最佳时机IV

做题

同理进行推导，这道题应该可以覆盖所有情况了。需要注意的是，迭代变量要看清（k是参数，不是迭代变量）。

class Solution:
    def maxProfit(self, k: int, prices: List[int]) -> int:
        size = len(prices)
        if size == 0:
            return 0
        dp = [[0] * (k * 2 + 1) for _ in range(size)]
        for i in range(k):
            dp[0][i*2+1] = -prices[0]
        for i in range(1, size):
            for j in range(k):
                dp[i][2*j+1] = max(dp[i-1][2*j+1], dp[i-1][2*j] - prices[i])
                dp[i][2*j+2] = max(dp[i-1][2*j+2], dp[i-1][2*j+1] + prices[i])
        return dp[size-1][2*k]

时间复杂度: O(n * k)，其中 n 为 prices 的长度
空间复杂度: O(n * k)

以往忽略的知识点小结

• 买卖股票的最佳时机通用解法

个人体会

完成时间：2h。
心得：买卖股票的最佳时机可推广到k次交易，但该题型还没完结。

​