给定一个数组,它的第 i
个元素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 两笔 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:prices = [3,3,5,0,0,3,1,4] 输出:6 解释:在第 4 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 。 随后,在第 7 天(股票价格 = 1)的时候买入,在第 8 天 (股票价格 = 4)的时候卖出,这笔交易所能获得利润 = 4-1 = 3 。
示例 2:
输入:prices = [1,2,3,4,5] 输出:4 解释:在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。 注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。 因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。
示例 3:
输入:prices = [7,6,4,3,1] 输出:0 解释:在这个情况下, 没有交易完成, 所以最大利润为 0。
示例 4:
输入:prices = [1] 输出:0
提示:
1 <= prices.length <= 105
0 <= prices[i] <= 105
思路
这道题目关键在于至多买卖两次,这意味着可以买卖一次,可以买卖两次,也可以不买卖。
接来下我用动态规划五部曲详细分析一下:
1. 确定dp数组以及下标的含义
一天一共可以有4个状态,
0. 第一次持有股票
1. 第一次不持有股票
2. 第二次持有股票
3. 第二次不持有股票
dp[i][j]中 i表示第i天,j为 [0 - 3] 4个状态,dp[i][j]表示第i天状态j所剩最大现金。
需要注意:dp[i][0],表示的是第i天,买入股票的状态,并不是说一定要第i天买入股票,这是很多同学容易陷入的误区。
例如 dp[i][0] ,并不是说第i天一定买入股票,有可能 第 i-1天 就买入了,那么 dp[i][0] 延续买入股票的这个状态。
2. 确定递推公式
达到dp[i][0]状态,有两个具体操作:
- 操作一:第i天买入股票了,那么dp[i][0] = - prices[i]
- 操作二:第i天没有操作,而是沿用前一天买入的状态,即:dp[i][0] = dp[i - 1][0]
那么dp[i][0]究竟选 dp[i-1][0] - prices[i],还是dp[i - 1][0]呢?
一定是选最大的,所以 dp[i][0] = max(- prices[i], dp[i - 1][0]);
同理dp[i][1]也有两个操作:
- 操作一:第i天卖出股票了,那么dp[i][1] = dp[i - 1][0] + prices[i]
- 操作二:第i天没有操作,沿用前一天卖出股票的状态,即:dp[i][1] = dp[i - 1][1]
所以dp[i][1] = max(dp[i - 1][0] + prices[i], dp[i - 1][1])
同理可推出剩下状态部分:
dp[i][2] = max(dp[i - 1][2], dp[i - 1][1] - prices[i]);
dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] + prices[i]);
3. dp数组如何初始化
第0天做第一次买入的操作,dp[0][0] = -prices[0];
第0天做第一次卖出的操作,这个初始值应该是多少呢?
此时还没有买入,怎么就卖出呢? 其实大家可以理解当天买入,当天卖出,所以dp[0][1] = 0;
第0天第二次买入操作,初始值应该是多少呢?应该不少同学疑惑,第一次还没买入呢,怎么初始化第二次买入呢?
第二次买入依赖于第一次卖出的状态,其实相当于第0天第一次买入了,第一次卖出了,然后再买入一次(第二次买入),那么现在手头上没有现金,只要买入,现金就做相应的减少。
所以第二次买入操作,初始化为:dp[0][2] = -prices[0];
同理第二次卖出初始化dp[0][3] = 0;
4. 确定遍历顺序
从递归公式其实已经可以看出,一定是从前向后遍历,因为dp[i],依靠dp[i - 1]的数值。
如下代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int len = prices.size();
vector<vector<int>> dp(len, vector<int>(4, 0));
dp[0][0] = -prices[0];//第一次持有
dp[0][1] = 0; //第一次不持有
dp[0][2]=-prices[0]; //第二次持有
dp[0][3]=0; //第二次不持有
for(int i=1;i<len;i++)
{
dp[i][0]=max(dp[i-1][0],-prices[i]);
dp[i][1]=max(dp[i-1][1],dp[i-1][0]+prices[i]);
dp[i][2]=max(dp[i-1][1]-prices[i],dp[i-1][2]);
dp[i][3]=max(dp[i-1][3],dp[i-1][2]+prices[i]);
}
return dp[len - 1][3];
}
};
- 时间复杂度:O(n)
- 空间复杂度:O(n × 4)