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 k 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: [2,4,1], k = 2
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: [3,2,6,5,0,3], k = 2
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 。
注意:
一个超内存的错误,超时间错误:传入的 k 值非常大,dp 数组太大了。现在想想,交易次数 k 最多有多大呢?
一次交易由买入和卖出构成,至少需要两天。所以说有效的限制 k 应该不超过 n/2,如果超过,就没有约束作用了,相当于 k = +infinity;
import sys
class Solution:
def maxProfit(self, k: int, prices: 'List[int]') -> int:
n = len(prices)
if n < 1 or k < 1:
return 0
if k > n // 2:
# 因为交易一次需要买和卖两次,所以交易次数不可能大于n/2
dp_i_0 = 0
dp_i_1 = -sys.maxsize
for i in range(n):
temp = dp_i_0
dp_i_0 = max(dp_i_0, dp_i_1 + prices[i])
dp_i_1 = max(dp_i_1, temp - prices[i])
return dp_i_0
dp = [[[0, 0] for _ in range(k+1)] for _ in range(n)] # dp[n][k][s] n:ith day k: k次 s: 股票持有状态
for i in range(n):
for kc in range(k, 0, -1):
if i - 1 == -1: # 处理 base case
dp[i][kc][0] = 0
dp[i][kc][1] = -prices[0]
continue
dp[i][kc][0] = max(dp[i - 1][kc][0], dp[i - 1][kc][1] + prices[i])
dp[i][kc][1] = max(dp[i - 1][kc][1], dp[i - 1][kc-1][0] - prices[i])
return dp[n-1][k][0]
def maxProfit2(self, k: int, prices: 'List[int]') -> int:
n = len(prices)
if n < 1 or k < 1:
return 0
if k > n // 2:
# 因为交易一次需要买和卖两次,所以交易次数不可能大于n/2
Max = 0
for i in range(1, n):
if prices[i] > prices[i-1]:
Max += prices[i] - prices[i-1]
return Max
t = [[0, 0]for _ in range(k)]
for i in range(k):
t[i][0] = -sys.maxsize
for p in prices:
t[0][0] = max(t[0][0], -p)
t[0][1] = max(t[0][1], t[0][0] + p)
for i in range(1, k):
t[i][0] = max(t[i][0], t[i - 1][1] - p)
t[i][1] = max(t[i][1], t[i][0] + p)
return t[k-1][1]
def maxProfit3(self, k: int, prices: 'List[int]') -> int:
if prices == []:
return 0
# 交易次数超过半数,则等价于任意次数
if k > len(prices) // 2:
dp_0 = 0
dp_1 = -prices[0]
for day in range(len(prices)):
dp_0 = max(dp_0, dp_1 + prices[day])
dp_1 = max(dp_1, dp_0 - prices[day])
return dp_0
dp = []
for m in range(k + 1):
dp.append([0, 0])
for n in range(1, k + 1):
dp[n][1] = -prices[0]
for i in range(1, len(prices)):
for j in range(k, 0, -1):
dp[j][0] = max(dp[j][0], dp[j][1] + prices[i])
dp[j][1] = max(dp[j][1], dp[j - 1][0] - prices[i])
return dp[k][0]
if __name__=='__main__':
s = Solution()
prices = [3,3,5,0,0,3,1,4]
k = 6
print(s.maxProfit(k, prices))