309. 最佳买卖股票时机含冷冻期
给定一个整数数组prices
,其中第 prices[i]
表示第 *i*
天的股票价格 。
设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票):
- 卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
**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: prices = [1,2,3,0,2]
输出: 3
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]
示例 2:
输入: prices = [1]
输出: 0
思路
相对于动态规划:122.买卖股票的最佳时机II,本题加上了一个冷冻期
动态规划五部曲
- 确定dp数组以及下标的含义
dp[i][j]
:第i
天状态为j
,所剩的最多现金为dp[i][j]
。
加入冷冻期后,j分为了四个状态:
-
状态0:持有股票状态(今天买入股票,或者是之前就买入了股票然后没有操作)
-
不持有股票状态
- 状态1:两天前就卖出了股票,度过了冷冻期,一直没操作,今天保持卖出股票状态
- 状态2:今天卖出了股票
-
状态3:今天为冷冻期状态,但冷冻期状态不可持续,只有一天。
有的题解把这四个状态合并成三个状态(把状态1和状态3合并在一起了),但这样逻辑上不好理解,因此细化四个状态能分析清楚
- 确定递推公式
达到状态0:持有股票状态,即:dp[i][0]
,有两个具体操作:
- 操作一:前一天就是持有股票状态(状态0),
dp[i][0] = dp[i - 1][0]
- 操作二:今天买入了,有两种情况:
- 前一天是冷冻期状态(状态3),
dp[i - 1][3] - prices[i]
- 前一天是不持有股票,两天前就卖出了股票,度过了冷冻期,一直没操作(状态1),
dp[i - 1][1] - prices[i]
- 前一天是冷冻期状态(状态3),
所以操作二取最大值,即:max(dp[i - 1][3], dp[i - 1][1]) - prices[i]
整体达到状态0要取两个操作最大值dp[i][0] = max(dp[i - 1][0], max(dp[i - 1][3], dp[i - 1][1]) - prices[i])
达到状态1:度过冷冻期的保持卖出股票状态,即:dp[i][1]
,有两个具体操作:
-
操作一:前一天就是两天前就卖出了股票,度过了冷冻期,一直没操作,保持了卖出股票(状态1)
-
操作二:前一天是冷冻期(状态3)
整体达到状态1要取两个操作最大值:dp[i][1] = max(dp[i - 1][1], dp[i - 1][3])
达到状态2:今天就卖出股票状态,,即:dp[i][2]
,只有一个操作:
- 操作一:昨天一定是持有股票状态(状态0),今天卖出
即:dp[i][2] = dp[i - 1][0] + prices[i]
达到状态3:冷冻期状态,即:dp[i][3]
,只有一个操作:
- 操作一:昨天卖出了股票(状态2)
即:dp[i][3] = dp[i - 1][2]
综上分析,递推代码如下:
dp[i][0] = Math.max(dp[i - 1][0], max(dp[i - 1][3], dp[i - 1][1]) - prices[i]);
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][3]);
dp[i][2] = dp[i - 1][0] + prices[i];
dp[i][3] = dp[i - 1][2];
- dp数组如何初始化
在第0天:
-
如果是持有股票状态(状态0)那么:
dp[0][0] = -prices[0]
,买入股票所剩现金为负数。 -
如果是保持卖出股票状态(状态1),第0天没有卖出
dp[0][1]
初始化为0就行 -
如果今天卖出了股票(状态2),同样
dp[0][2]
初始化为0,因为最少收益就是0,绝不会是负数。 -
如果今天是冷冻期(状态3),说明之前卖出了,最少收益是0,同样
dp[0][3]
初始化为0
- 确定遍历顺序
从递归公式上可以看出,dp[i]
依赖于 dp[i-1]
,所以是从前向后遍历。
- 举例推导dp数组
以示例一: [1,2,3,0,2] 为例,dp数组如下:
注:最后结果是取 状态1,状态2,和状态3的最大值,不少同学会把状态3忘了,状态四是冷冻期,最后一天如果是冷冻期也可能是最大值。
完整代码:
public int maxProfit(int[] prices) {
if (prices.length == 0) return 0;
int[][] dp = new int[prices.length][4];
// 初始化状态0持有股票
dp[0][0] -= prices[0];
for (int i = 1; i < prices.length; i++) {
dp[i][0] = Math.max(dp[i - 1][0], Math.max(dp[i - 1][3], dp[i - 1][1]) - prices[i]);
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][3]);
dp[i][2] = dp[i - 1][0] + prices[i];
dp[i][3] = dp[i - 1][2];
}
return Math.max(dp[prices.length - 1][3],Math.max(dp[prices.length - 1][1], dp[prices.length - 1][2]));
}
714. 买卖股票的最佳时机含手续费
给定一个整数数组 prices
,其中 prices[i]
表示第 i
天的股票价格 ;整数 fee
代表了交易股票的手续费用。
你可以无限次地完成交易,但是你每笔交易都需要付手续费。如果你已经购买了一个股票,在卖出它之前你就不能再继续购买股票了。
返回获得利润的最大值。
**注意:**这里的一笔交易指买入持有并卖出股票的整个过程,每笔交易你只需要为支付一次手续费。
示例 1:
输入:prices = [1, 3, 2, 8, 4, 9], fee = 2
输出:8
解释:能够达到的最大利润:
在此处买入 prices[0] = 1
在此处卖出 prices[3] = 8
在此处买入 prices[4] = 4
在此处卖出 prices[5] = 9
总利润: ((8 - 1) - 2) + ((9 - 4) - 2) = 8
示例 2:
输入:prices = [1,3,7,5,10,3], fee = 3
输出:6
贪心思路
如果使用贪心策略,就是最低值买,最高值(如果算上手续费还盈利)就卖。
此时无非就是要找到两个点,买入日期,和卖出日期。
如果使用贪心策略,就是最低值买,最高值(如果算上手续费还盈利)就卖。
难点
当遇到当前的股价减去手续费高于买入价时就可以卖出(只要有获利就卖掉),但是此时的股价不代表着收益最高,即出现一种情况就是, 可能前面的及时能获利,但是不卖掉再最后卖掉可能获利更多,所以可以继续将最小买入值设置为当前股价减去手续费即minIn = prices[i] - fee
这样赋值可以保证如果后面有出现更大的获利, 不用减去两次手续费导致结果错误
完整代码:
public int maxProfit(int[] prices, int fee) {
int res = 0;
int minIn = prices[0]; // 记录最低买入价
for (int i = 1; i < prices.length; i++) {
// 如果有更低的买入价那就在更低价的时候买
if (prices[i] < minIn) {
minIn = prices[i];
}
// 如果碰到高价,但是卖出没利润,就持仓
if (prices[i] >= minIn && prices[i] <= minIn + fee) {
continue;
}
// 有利润时
if (prices[i] > minIn + fee) {
res += prices[i] - minIn - fee;
// 后面还有利润,现在先不急着卖
// 这样赋值可以保证如果后面有出现更大的获利, 不用减去两次手续费导致结果错误
minIn = prices[i] - fee;
}
}
return res;
}
动态规划思路
相对于动态规划:122.买卖股票的最佳时机II ,本题只需要在计算卖出操作的时候减去手续费就可以了,代码几乎是一样的。
唯一差别在于递推公式部分,参考上面链接中的动态规划五部曲,这里只改递推公式部分
动态规划五部曲
- 确定dp数组以及下标的含义
dp[i][0]
表示第i
天持有股票所省最多现金
dp[i][1]
表示第i
天不持有股票所得最多现金
- 确定递推公式
如果第i
天持有股票即dp[i][0]
, 那么可以由两个状态推出来:
- 第
i-1
天就持有股票,那么就保持现状,所得现金就是昨天持有股票的所得现金 即:dp[i - 1][0]
- 第i天买入股票,所得现金就是昨天不持有股票的所得现金减去 今天的股票价格 即:
dp[i - 1][1] - prices[i]
如果第i
天不持有股票即dp[i][1]
, 那么可以由两个状态推出来:
所以:dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i])
- 第
i-1
天就不持有股票,那么就保持现状,所得现金就是昨天不持有股票的所得现金 即:dp[i - 1
][1] - 第
i
天卖出股票,所得现金就是按照今天股票价格卖出后所得现金,注意这里需要有手续费了即:dp[i - 1][0] + prices[i] - fee
完整代码:
// 动态规划
public int maxProfit1(int[] prices, int fee) {
// 0 : 持股(买入)
// 1 : 不持股(售出)
// dp 定义第i天持股/不持股 所得最多现金
int[][] dp = new int[prices.length][2];
// 初始化持有股票状态
dp[0][0] = -prices[0];
for (int i = 1; i < prices.length; i++) {
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] + prices[i] - fee);
}
return Math.max(dp[prices.length - 1][0], dp[prices.length - 1][1]);
}