leetCode 188 买卖股票的最佳时机 IV(k=任意正整数)

最新推荐文章于 2025-03-31 10:13:15 发布

陈彬_smile

最新推荐文章于 2025-03-31 10:13:15 发布

阅读量109

点赞数

分类专栏： # 动态规划文章标签： leetcode 动态规划股票买卖最佳时机

本文链接：https://blog.csdn.net/chenbin1991smile/article/details/120771400

版权

动态规划专栏收录该内容

11 篇文章

订阅专栏

该博客讨论了如何使用动态规划算法解决在有限交易次数（k）下，从给定的股票价格数组中获取最大利润的问题。提供了两种解法：当k小于等于100时，以及当k大于数组长度的一半时。每种解法都通过建立状态转移方程，计算每一天剩余交易次数和持有或不持有股票时的最大利润。

摘要由CSDN通过智能技术生成

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）。

示例 1：

输入：k = 2, prices = [2,4,1]
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：k = 2, prices = [3,2,6,5,0,3]
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 。

提示：

0 <= k <= 100
0 <= prices.length <= 1000
0 <= prices[i] <= 1000

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-iv
解法一：如题k <=100时；

class Solution {
    public int maxProfit(int max_k, int[] prices) {
        int n = prices.length;
        if (n == 0) {
            return 0;
        }

        /**
         * k = 任意整数
         * dp[i][k][0]表示第i天剩余k次交易机会，不持有股票
         * dp[i][k][1]表示第i天剩余k次交易机会，持有股票
         */
        int[][][] dp = new int[n][max_k+1][2];
        for (int i = 0;i < n;i++) {
            for (int k = max_k;k >=1;k--) {
                //base case
                if (i - 1 == -1) {
                    dp[i][k][0] = 0;
                    dp[i][k][1] = -prices[i];
                    continue;
                }
                //状态转移方程
                dp[i][k][0] = Math.max(dp[i-1][k][0], dp[i-1][k][1] + prices[i]);
                dp[i][k][1] = Math.max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i]);
            }
        }
        
        return dp[n-1][max_k][0];
    }
}

解法二：K为任意整数（k > n/2）时，考虑内存使用问题（溢出）

class Solution {
    public int maxProfit(int max_k, int[] prices) {
        int n = prices.length;
        if (n == 0) {
            return 0;
        }
        if (max_k > n/2) {
            int[][] dp2 = new int[n][2];
            //若max_k > n/2,则交易次数k没有约束
            for (int i = 0;i < n;i++) {
                //base case
                if (i - 1 == -1) {
                    dp2[i][0] = 0;
                    dp2[i][1] = -prices[i];
                    continue;
                }
                //状态转移方程
                dp2[i][0] = Math.max(dp2[i-1][0], dp2[i-1][1] + prices[i]);
                dp2[i][1] = Math.max(dp2[i-1][1], dp2[i-1][0] - prices[i]);
            }
            return dp2[n-1][0];
        }

        /**
         * k = 任意整数
         * dp[i][k][0]表示第i天剩余k次交易机会，不持有股票
         * dp[i][k][1]表示第i天剩余k次交易机会，持有股票
         */
        int[][][] dp = new int[n][max_k+1][2];
        
        for (int i = 0;i < n;i++) {
            for (int k = max_k;k >=1;k--) {
                //base case
                if (i - 1 == -1) {
                    dp[i][k][0] = 0;
                    dp[i][k][1] = -prices[i];
                    continue;
                }
                //状态转移方程
                dp[i][k][0] = Math.max(dp[i-1][k][0], dp[i-1][k][1] + prices[i]);
                dp[i][k][1] = Math.max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i]);
            }
        }
        
        return dp[n-1][max_k][0];
    }
}