【算法】Best Time to Buy and Sell Stock IV 交易股票嘴角时机4

题目

Say you have an array for which the i-th 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.

Note:
You may not engage in multiple transactions at the same time (ie, you must sell the stock before you buy again).

Example 1:

Input: [2,4,1], k = 2
Output: 2
Explanation: Buy on day 1 (price = 2) and sell on day 2 (price = 4), profit = 4-2 = 2.

Example 2:

Input: [3,2,6,5,0,3], k = 2
Output: 7
Explanation: Buy on day 2 (price = 2) and sell on day 3 (price = 6), profit = 6-2 = 4.
 Then buy on day 5 (price = 0) and sell on day 6 (price = 3), profit = 3-0 = 3.

给出一组股票价格 prices 和交易次数 k，求出能获取的最大收益。
PS：持有股票时不能购买，需卖出才可再购买。

解题思路

基于 k 和 prices 数量的关系分为两种情况：

1. k >= prices.count / 2 时，由于一次交易需要占用两天时间，所以此时所有涨幅均可交易，将所有涨幅进行加和即可。(if (prices[i] > prices[i-1]) {res += prices[i] - prices[i-1]})
2. k < prices.count / 2 时，则 prices.count / 2 次交易可能并未取满，可采用动态规划，mp[j][i] 为 j 天进行 i 次交易时获得的最大收益
   • mp[j][i] 的值分为两种情况
     • 第 j 天没有进行交易，则值与 mp[j-1][i] 相同
     • 在前 j-1 天进行了 i-1 次交易，且在前 j-1 天中某一天进行了买入操作,第 j 天以 prices[j] 的价格卖出，
   • 两种情况取较大值赋予 mp[j][i]

代码实现

Runtime: 28 ms
Memory: 20.9 MB

func maxProfit(_ k: Int, _ prices: [Int]) -> Int {
        // 过滤无法买卖的情况
        guard prices.count > 1, k > 0 else { return 0 }
        // 价格走势的天数 priceLen
        let priceLen = prices.count
        // 当交易次数 k 大于 priceLen 的一半时，则每次有涨幅的时候（if (prices[i] > prices[i-1]) ）都进行交易
        if k >= (priceLen / 2) {
            var res = 0
            for i in 1..<priceLen {
                if (prices[i] > prices[i-1]) {
                    res += prices[i] - prices[i-1]
                }
            }
            // 返回结果
            return res
        }
        // 若 k 小于 priceLen 的一半，则需要筛选获利最高的 k 次交易
        // mp[j][i] 为 j 天进行 i 次交易时获得的最大收益
        var mp = [[Int]](repeating: [Int](repeating: 0, count: k + 1), count: prices.count)
        // 遍历 i 次交易
        for i in 1...k {
            // localMax 实际为 mp[i - 1][0] - prices[0]，
            // 由于 mp[i - 1][0] 表示 0 天，所以数值始终未 0 ，可以简写成 localMax = -prices[0]
            // localMax 表示 j 天进行 i-1 次操作后，再以 prices[j] 买入时的最大收益标识
            var localMax = -prices[0]
            //遍历 j 天
            for j in 1..<priceLen {
                // mp[j][i] 表示 j 天进行 i 次交易时获得的最大收益，分两种计算情况
                // 1. 第 j 天没有进行交易，则值与 mp[j-1][i] 相同
                // 2. 在前 j-1 天进行了 i-1 次交易，且在前 j-1 天中某一天进行了买入操作,第 j 天以 prices[j] 的价格卖出(prices[j]+localMax)
                // 两种情况取较大值赋予 mp[j][i]
                mp[j][i] = max(mp[j-1][i], prices[j]+localMax)
                // 不断更新 localMax
                // j-1 天进行 i-1 次交易，并在第 j 天买入的收益（mp[j-1][i-1]-prices[j]），与当前的 localMax 比较取较大值
                localMax = max(localMax, mp[j-1][i-1]-prices[j])
            }
        }
        // 返回 最后一天为止，进行 k 次交易的最大收益值
        return mp[prices.count-1][k]
    }

代码地址：https://github.com/sinianshou/EGSwiftLearning