算法日记-05买卖股票的最佳时机系列问题进阶

123. 买卖股票的最佳时机 III

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 两笔 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：prices = [3,3,5,0,0,3,1,4]
输出：6
解释：在第 4 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 。
     随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天 （股票价格 = 4）的时候卖出，这笔交易所能获得利润 = 4-1 = 3 。

示例 2：

输入：prices = [1,2,3,4,5]
输出：4
解释：在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。   
     注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。   
     因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3：

输入：prices = [7,6,4,3,1] 
输出：0 
解释：在这个情况下, 没有交易完成, 所以最大利润为 0。

示例 4：

输入：prices = [1]
输出：0

思路分析

本题与我们之前做过的题的不同之处在于这次我们只能买入或者卖出2次了。

那么我们需要思考我们该如何表示买入卖出两次的不同状态呢？

通过上面两道例题，我们明白dp数组中J的0，1状态表示的是我们持股和未持股的两种状态

那么由此联想，我们可以用J来表示我们第一次买入卖出，第二次买入卖出的状态，我们定义dp数组并初始化

		//我们定义dp[i][j]表示0-i的最大利润         	
		int[][] dp = new int[prices.length][5];
		//j表示5个不同的状态如下 我们顺带完成dp数组的初始化操作
       	//0表示不持股
        dp[0][0] = 0;
        //1表示第一次持股
        dp[0][1] = -prices[0];
        //2表示第一次卖出
        dp[0][2] = 0;
        //3表示第二次持股
        dp[0][3] = -prices[0];
        //4表示第二次卖出
        dp[0][4] = 0;

本题也是类似于我们可以多次买入卖出所以递推关系式同买卖股票的最佳时机II。

//当我们第一次持股时  说明上一天我们持有股票 或者上一天我们不持有股票但是今天买入了
dp[i][1] = Math.max(dp[i-1][1],dp[i-1][0]-prices[i]);
//当我们第一次卖出时  说明上一天我们不持有股票  或者上一天我们持有股票但是卖掉了
dp[i][2] = Math.max(dp[i-1][0],dp[i-1][1]+prices[i]);
//当我们第二次持股时  说明上一天我们持有股票 或者上一天我们不持有股票但是今天买入了
dp[i][3] = Math.max(dp[i-1][1],dp[i-1][0]-prices[i]);
//当我们第二次卖出时  说明上一天我们不持有股票  或者上一天我们持有股票但是卖掉了
dp[i][4] = Math.max(dp[i-1][0],dp[i-1][1]+prices[i]);

实现代码

class Solution {
    public int maxProfit(int[] prices) {
        int[][] dp = new int[prices.length][5];
        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        dp[0][2] = 0;
        dp[0][3] = -prices[0];
        dp[0][4] = 0;
        for(int i=1;i<prices.length;i++){
            dp[i][1] = Math.max(dp[i-1][1],dp[i-1][0]-prices[i]);
            dp[i][2] = Math.max(dp[i-1][2],dp[i-1][1]+prices[i]);
            dp[i][3] = Math.max(dp[i-1][3],dp[i-1][2]-prices[i]);
            dp[i][4] = Math.max(dp[i-1][4],dp[i-1][3]+prices[i]);
        }
        return Math.max(dp[prices.length-1][3],dp[prices.length-1][4]);
    }
}

188. 买卖股票的最佳时机 IV

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 。

思路分析

这次我们可以买入卖出k次了，那么思路其实和买卖股票的最佳时机 III是一致的，既然我们买卖两次可以表示出来那么我们买卖k次也是一样可以表示出来。那么我们的dp数组该如何定义呢？

/**由上题可知 我们用j的5种状态表示两次买入卖出的不同状态
其中0表示为持股  1表示第一次持股 2表示第一次卖出 3表示第二次持股 4表示第二次卖出
其中每次买卖需要两个状态来表示  那么如果我们买卖k次则需要2k个状态来表示加上未持股的一个状态 定义出dp数组
*/
		int[][] dp = new int[prices.length][2k+1];

初始化dp数组

        for(int i=0;i<2*k+1;i++){
            if(i%2==1){
                //当k取余后为1说明是持股状态
                dp[0][i] = -prices[0];
            }
        }

递推关系式

//遍历的逻辑同上面例题 知识当j值不同时需要的关系式不同
//当我们持股时 j%2==1
dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-1]-prices[i]);
//当我们卖出时 j%2==0
dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-1]+prices[i]);

实现代码

class Solution {
    public int maxProfit(int k, int[] prices) {
        int[][] dp = new int[prices.length][2*k+1];
        for(int i=0;i<2*k+1;i++){
            if(i%2==1){
                dp[0][i] = -prices[0];
            }
        }
        for(int i=1;i<prices.length;i++){
            for(int j=1;j<2*k+1;j++){
                if(j%2==1){
                    dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-1]-prices[i]);
                }else{
                    dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-1]+prices[i]);
                }
            }
        }
        return Math.max(dp[prices.length-1][2*k],dp[prices.length-1][2*k-1]);
    }
}

309. 买卖股票的最佳时机含冷冻期

给定一个整数数组prices，其中第 prices[i] 表示第 *i* 天的股票价格 。

设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）:

• 卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。

**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: prices = [1,2,3,0,2]
输出: 3 
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]

示例 2:

输入: prices = [1]
输出: 0

思路分析

这次我们我们买卖时遇上冷冻期了，在我们卖掉股票后需要间隔一天我们才能继续买入。

题目本质上就是买卖股票的最佳时机 II不过在此基础上每次卖出后需要间隔一天才能买入

那么我们仅需要略微修改我们的递推关系式即可秒杀该题。

//未持股 说明上次不持股 或者前天持股卖了股票
dp[i][0] = Math.max(dp[i-1][0],dp[i-1][1]+prices[i]);
//持股  说明上次持股  或者大前天未持股 今天买了股票
dp[i][1] = Math.max(dp[i-1][1],dp[i-2][0]-prices[i]);

实现代码

class Solution {
    public int maxProfit(int[] prices) {
        int[][] dp = new int[prices.length][2];
        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        if(prices.length>1){
            dp[1][0] = Math.max(dp[0][0],dp[0][1]+prices[1]);
            dp[1][1] = Math.max(dp[0][1],dp[0][0]-prices[1]);
        }
        for(int i=2;i<prices.length;i++){
            //未持股 说明上次不持股 或者前天持股卖了股票
            dp[i][0] = Math.max(dp[i-1][0],dp[i-1][1]+prices[i]);
            //持股  说明上次持股  或者大前天未持股 今天买了股票
            dp[i][1] = Math.max(dp[i-1][1],dp[i-2][0]-prices[i]);
        }
        return Math.max(dp[prices.length-1][0],dp[prices.length-1][1]);
    }
}

714. 买卖股票的最佳时机含手续费

给定一个整数数组 prices，其中 prices[i]表示第 i 天的股票价格 ；整数 fee 代表了交易股票的手续费用。

你可以无限次地完成交易，但是你每笔交易都需要付手续费。如果你已经购买了一个股票，在卖出它之前你就不能再继续购买股票了。

返回获得利润的最大值。

**注意：**这里的一笔交易指买入持有并卖出股票的整个过程，每笔交易你只需要为支付一次手续费。

示例 1：

输入：prices = [1, 3, 2, 8, 4, 9], fee = 2
输出：8
解释：能够达到的最大利润:  
在此处买入 prices[0] = 1
在此处卖出 prices[3] = 8
在此处买入 prices[4] = 4
在此处卖出 prices[5] = 9
总利润: ((8 - 1) - 2) + ((9 - 4) - 2) = 8

示例 2：

输入：prices = [1,3,7,5,10,3], fee = 3
输出：6

思路分析

这次我们我们买卖时遇上手续费了，题目本质上依旧是买卖股票的最佳时机 II不过在此基础上每次卖出后需要支付消费，本题只需要在计算卖出操作的时候减去手续费就可以了，代码几乎是一样的。

//未持股 说明上次不持股 或者前天持股卖了股票  因为卖了股票所以我们需要额外减去小费
dp[i][0] = Math.max(dp[i-1][0],dp[i-1][1]+prices[i]-fee);
//持股  说明上次持股  或者前天未持股今天买了股票
dp[i][1] = Math.max(dp[i-1][1],dp[i-1][0]-prices[i]);

实现代码

class Solution {
    public int maxProfit(int[] prices, int fee) {
        int[][] dp = new int[prices.length][2];
        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        for(int i=1;i<prices.length;i++){
            dp[i][0] = Math.max(dp[i-1][0],dp[i-1][1]+prices[i]-fee);
            dp[i][1] = Math.max(dp[i-1][1],dp[i-1][0]-prices[i]);
        }
        return Math.max(dp[prices.length-1][0],dp[prices.length-1][1]);
    }
}