每日一题:买卖股票的最佳时机IV

该篇文章介绍了一种利用动态规划算法解决股票交易中,在给定交易次数k的情况下,如何获取最大利润的问题。通过状态转移方程,计算每天买入和卖出的最优策略,最终返回第k次交易结束时的最大利润。
摘要由CSDN通过智能技术生成

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

采用动态规划,dp[i][j]描述: 在第 i 天进行第 j 次交易。j是从0开始,每次步长为2。因此(j 为奇数表示买入,j 为偶数表示卖出)所能获得的最大利润。

  1. 初始化动态规划表格:

    j为奇数时,dp[0][j]: 初始化为 -prices[0]。在第0天无论多少次买卖,在买入时都是花费了prices[0]块钱。
    j为偶数时,dp[0][j]:初始化为0。在第0天利润一定是0。
  2. 遍历股票价格

    遍历每一天,模拟时间流逝。
  3. 更新动态规划表格

    • 对于每一天 i 和每一种交易类型 j
      • 如果 j 为奇数(买入):
        dp[i][j + 1]: 在第 i 天买入股票的最大利润,考虑前一天卖出股票而在当天买入股票的利润 dp[i-1][j]-prices[i]和前一天买入而当天无操作的较大值
      • 如果 j 为偶数(卖出):
        dp[i][j + 2]: 在第 i 天卖出股票的最大利润,考虑前一天买入股票而当天卖出的利润 dp[i-1][j+1]+prices[i]和前一天已经卖出的较大值
  4. 返回最大利润

    • 返回动态规划表格的最后一个元素 dp[prices.size()-1][2*k],即在最后一天进行第 k 次交易所能获得的最大利润。

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

重点就在状态转移方程:

 dp[i][j + 1] = max(dp[i-1][j+1],dp[i-1][j] - prices[i]);

表示在第 i 天进行第 j+1 次交易(买入)的最大利润,由以下两种情况决定:

  • 情况 1:在前一天(第 i-1 天)进行第 j+1 次交易(买入)。
  • 情况 2:在前一天(第 i-1 天)进行第 j 次交易(卖出),然后在第 i 天进行第 j+1 次交易(买入)。
 dp[i][j + 2] = max(dp[i-1][j+2],dp[i-1][j+1] + prices[i]);

表示在第 i 天进行第 j+2 次交易(卖出)的最大利润,由以下两种情况决定:

  • 情况 1:在前一天(第 i-1 天)进行第 j+2 次交易(卖出)。
  • 情况 2:在前一天(第 i-1 天)进行第 j+1 次交易(买入),然后在第 i 天进行第 j+2 次交易(卖出)。
  • 14
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值