188. 买卖股票的最佳时机 IV（困难）

给你一个整数数组 prices 和一个整数 k ，其中 prices[i] 是某支给定的股票在第 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 k 笔交易。也就是说，你最多可以买 k 次，卖 k 次。

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：k = 2, prices = [2,4,1]
输出：2
解释：在第 1 天 (股票价格 = 2) 的时候买入，在第 2 天 (股票价格 = 4) 的时候卖出，这笔交易所能获得利润 = 4-2 = 2 。

示例 2：

输入：k = 2, prices = [3,2,6,5,0,3]
输出：7
解释：在第 2 天 (股票价格 = 2) 的时候买入，在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
     随后，在第 5 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 。

提示：

• 1 <= k <= 100
• 1 <= prices.length <= 1000
• 0 <= prices[i] <= 1000

思路

这道题目可以说是买卖股票最佳时机3的进阶版，这里要求至多有k次交易。

动规五部曲，分析如下：

1. 确定dp数组以及下标的含义

本题其实依然可以用一个二维dp数组。

使用二维数组 dp[i][j] ：第i天的状态为j，所剩下的最大现金是dp[i][j]

j的状态表示为：

• 0 第一次买入
• 1 第一次卖出
• 2 第二次买入
• 3 第二次卖出
• .....

规律就是奇数卖出，偶数就是买入。

题目要求是至多有K笔交易，那么j的范围就定义为 2 * k  就可以了。

所以二维dp数组的C++定义为：

int len = prices.size();
vector<vector<int>> dp(len, vector<int>(2*k, 0));

2. 确定递推公式

还要强调一下：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。

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]

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])

同理可以类比剩下的状态，代码如下：

            for(int j=0;j<2*k;j++)
            {
                if(j==0)
                {
                    dp[i][j]=max(dp[i-1][j],-prices[i]);
                }
                else if(j!=0&&j%2==0)
                {
                    dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]-prices[i]);                   
                }
                else
                {
                    dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]+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，然后在买入一次（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];

第二次卖出初始化dp[0][3] = 0;

所以同理可以推出dp[0][j]当j为偶数的时候都初始化为 -prices[0]

代码如下：

for (int j = 0; j < 2 * k; j += 2) {
    dp[0][j] = -prices[0];
}

在初始化的地方同样要类比j为偶数是卖、奇数是买的状态。

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。

以上分析完毕，C++代码如下：

class Solution {
public:
    int maxProfit(int k, vector<int>& prices) {
        int len = prices.size();
        vector<vector<int>> dp(len, vector<int>(2*k, 0));
        for(int j=0;j<2*k;j+=2)
        {
            dp[0][j]=-prices[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++)
        {
            for(int j=0;j<2*k;j++)
            {
                if(j==0)
                {
                    dp[i][j]=max(dp[i-1][j],-prices[i]);
                }
                else if(j!=0&&j%2==0)
                {
                    dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]-prices[i]);                   
                }
                else
                {
                    dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]+prices[i]);
                }
            }
        }
        return dp[len - 1][2*k-1];
    }
};

• 时间复杂度: O(n * k)，其中 n 为 prices 的长度
• 空间复杂度: O(n * k)