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)