188. 买卖股票的最佳时机 IV

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))