Difficulty:Hard
Say you have an array for which the ith element is the price of a given stock on day i.
Design an algorithm to find the maximum profit. You may complete at most k transactions.
解题思路:
这道题目首先可以分成两种情况:
1.对于k>=n的情况,也就是可以交易的次数已经大于总的天数,其实相当于在n天之内进行无限次交易,这样将问题转化为了Best Time to Buy and Sell Stock II类型的问题,所以不再进行赘述。
2.当k<n的情况,就需要用到动态规划的思想了:将整个问题划分为局部最优解和全局最优解,并且分别设立两个大小为N的数组,l[n]和g[n],用来存储交易i次时的局部最优解和全局最优解:
对于局部最优的情况: 要求在第i天一定要完成卖出的交易。
对于全局最优解的情况:第i天可以交易也可以不交易。
所以需要对两个数组应用状态传递方程。
局部最优解情况下交易j次的最大值应该等于交易j次的局部最优解加上当天nums[i]-nums[i-1]的值与交易j-1次的全局最优解+当天收益
而全局最优解更新应该为交易j次情况下当天的全局最优解与局部最优解的最大值。最终返回代表交易k次的全局最优解即可
代码如下:
class Solution {
public:
int maxProfit(int k, vector<int>& prices) {
int n=prices.size();
if(n<2) return 0;
if(k>=n) return other(prices);
int l[n+1]={0};
int g[n+1]={0};
for(int i=1;i<n;i++)
{
int sub=prices[i]-prices[i-1];
for(int j=k;j>=1;j--)
{
int temp1=0;
temp1=sub;
temp1=temp1+g[j-1];
if(temp1>l[j]+sub) l[j]=temp1;
else l[j]=l[j]+sub;
if(l[j]>g[j]) g[j]=l[j];
}
}
int ans=g[k];
return ans;
}
int other(vector<int>& prices) {
int ans=0;
int n=prices.size();
if(n<2) return 0;
for(int i=0;i<n-1;i++)
{
if(prices[i]<prices[i+1]) ans+=prices[i+1]-prices[i];
}
return ans;
}
};