题目描述
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: [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: [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: [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。
解题思路
本题与122不同之处在于本题最多只能买卖2次,122题可以买卖很多次,121题只能买卖一次,因此本题需要考虑使用三维动态规划数组。
一天结束时,可能有持股、可能未持股、可能卖出过1次、可能卖出过2次、也可能未卖出过
所以定义状态转移数组dp[天数][当前是否持股][卖出的次数]
具体一天结束时的6种状态:
未持股,未卖出过股票:说明从未进行过买卖,利润为0
dp[i][0][0]=0
未持股,卖出过1次股票:可能是今天卖出,也可能是之前卖的(昨天也未持股且卖出过)
dp[i][0][1]=max(dp[i-1][1][0]+prices[i],dp[i-1][0][1])
未持股,卖出过2次股票:可能是今天卖出,也可能是之前卖的(昨天也未持股且卖出过)
dp[i][0][2]=max(dp[i-1][1][1]+prices[i],dp[i-1][0][2])
持股,未卖出过股票:可能是今天买的,也可能是之前买的(昨天也持股)
dp[i][1][0]=max(dp[i-1][0][0]-prices[i],dp[i-1][1][0])
持股,卖出过1次股票:可能是今天买的,也可能是之前买的(昨天也持股)
dp[i][1][1]=max(dp[i-1][0][1]-prices[i],dp[i-1][1][1])
持股,卖出过2次股票:最多交易2次,这种情况不存在
dp[i][1][2]=float('-inf')
class Solution(object):
def maxProfit(self, prices):
"""
:type prices: List[int]
:rtype: int
"""
if not prices:
return 0
dp = [[[0 for i in range(3)] for j in range(2)] for k in range(len(prices))]
dp[0][0][0] = 0
dp[0][0][1] = float('-inf')
dp[0][0][2] = float('-inf')
dp[0][1][0] = -prices[0]
dp[0][1][1] = float('-inf')
dp[0][1][2] = float('-inf')
for i in range(1, len(prices)):
dp[i][0][0] = 0
dp[i][0][1] = max(dp[i - 1][1][0] + prices[i], dp[i - 1][0][1])
dp[i][0][2] = max(dp[i - 1][1][1] + prices[i], dp[i - 1][0][2])
dp[i][1][0] = max(dp[i - 1][0][0] - prices[i], dp[i - 1][1][0])
dp[i][1][1] = max(dp[i - 1][0][1] - prices[i], dp[i - 1][1][1])
dp[i][1][2] = float('-inf')
return max(dp[-1][0][1], dp[-1][0][2], 0)
S = Solution()
print(S.maxProfit([1,2,4,2,5,7,2,4,9,0]))