算法训练营day50_动态规划（3.23补）-CSDN博客

本文链接：https://blog.csdn.net/dgh_01/article/details/129727178

文章介绍了使用动态规划解决买卖股票的最佳时机问题，具体到两个实例：买卖股票的最佳时机III和IV。通过状态机dp方法，分别维护不持有和持有股票的状态以及已完成交易次数，计算最大利润。代码示例展示了如何初始化和遍历状态数组以找到最优解。

摘要由CSDN通过智能技术生成

算法训练营day50_动态规划（3.23补）

123.买卖股票的最佳时机III

状态机dp；第i天有两个状态，持有或者不持有，故增加一维01，由于交易次数有限制，故增加一维交易次数；

状态表示：

f(i,j,0)：前i天，不持有股票，完成j次完整交易（买入卖出）的最大利润；

f(i,j,1)：前i天，持有股票，完成j次完整交易（买入卖出）的最大利润；

状态转移

在这里插入图片描述
初始化

状态机dp，初始状态为0，其余全为无穷；本题中，前i天，0次交易，不持有为0；

遍历

i，j都从1开始遍历，这里数组从0开始的，映射一下；

class Solution {
public:
    int f[100010][3][2];
    int maxProfit(vector<int>& prices) {
        memset(f,-0x3f,sizeof f);
        int n=prices.size();
        for(int i=0;i<=n;i++) f[i][0][0]=0;

        for(int i=1;i<=n;i++){
            for(int j=1;j<=2;j++){
                f[i][j][0]=max(f[i-1][j][0],f[i-1][j][1]+prices[i-1]);
                f[i][j][1]=max(f[i-1][j][1],f[i-1][j-1][0]-prices[i-1]);
            }
        }
        int ans=0;
        for(int i=0;i<=2;i++){
            ans=max(ans,f[n][i][0]);
        }
        return ans;
    }
};

188.买卖股票的最佳时机IV

上题代码一起a了；模板题竟然难度也是困难；

class Solution {
public:
    int f[1010][110][2];
    int maxProfit(int k, vector<int>& prices) {
        memset(f,-0x3f,sizeof f);
        int n=prices.size();
        for(int i=0;i<=n;i++) f[i][0][0]=0;

        for(int i=1;i<=n;i++){
            for(int j=1;j<=k;j++){
                f[i][j][0]=max(f[i-1][j][0],f[i-1][j][1]+prices[i-1]);
                f[i][j][1]=max(f[i-1][j][1],f[i-1][j-1][0]-prices[i-1]);
            }
        }
        int ans=0;
        for(int i=0;i<=k;i++){
            ans=max(ans,f[n][i][0]);
        }
        return ans;
    }
};