【不习算法】从股票买卖看动态规划：Leetcode122 买卖股票的最佳时机 II

【不习算法】从股票买卖看动态规划

引言

 道生一，一生二，二生三，三生万物。 ——《道德经》
 用最简单的语言，由过去推知未来，这便是动态规划的全部。

问题描述

题目

Leetcode122 买卖股票的最佳时机 II
给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。
示例：
输入: [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
     随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。

强调一个关键点

怎么理解可以多次买卖股票？

比如第一天买入、第二天卖出，然后第三天买入，第四天卖出。也可以第一天买入、第四天卖出。也可以第一天买入，第三天卖出，然后不再持有。

这几种买卖策略都是可行的，可以看出合理的买卖策略只需要满足以下两个条件：

A.任何一个买入行为，必定伴随一个卖出行为，且卖出行为发生的日期必须在买入行为发生日期之后。
B.不能连续发生两次及以上的买入行为或卖出行为，必须是一个买入行为紧随一个卖出行为。

这样分析问题，依然感觉有些混乱，因为考虑的情况依然非常的多，比如买入日期和卖出日期的间隔可能是一天也可能是多天，再比如在一个交易周期种可能发生一次买卖，也可能发生多次买卖…如果不能用一个统一的模型，把这些情况都包含进来，最终得到的模型要么非常复杂，要么边界条件考虑不周全。

如何将这样的问题进行化简用统一的模型进行概括呢？且看接下来的分析——

问题分析与突破

如何将第一天买入、第四天卖出和第一天买入、第二天卖出，这两种不同的交易策略，化为一种统一的模型呢？我们其实可以采用以下的分解操作：

第一天买入、第四天卖出其实可以看成这样的过程：第一天买入、第二天卖出；第二天卖出后马上再买入、第三天再卖出；第三天卖出后马上再买入，第四天再卖出。由于买卖的过程是不产生任何手续费的，所以这样的分解操作是可行的，而且这个复杂的问题就可以用一个统一的行为进行概括:

A.未持有股票时：考虑买入或者不买入
B.持有股票时：持有的股票一定卖出，然后考虑当天买入或者不买入
所以无论持有股票，我们只需要考虑接下来时买还是不买这一个行为了，之前复杂的模型便得到了简化。

特别注意：**只有当一个买入行为和卖出行为同时出现时，真正的交易才实现，收益才产生。**也就是说，只有买入行为和卖出行为同时出现时，才算真正的有过“持有股票”的状态。这样的考虑可以应对一种极端情况，比如买入某个股票后，股票持续下跌，没有卖出机会产生，有于卖出行为未出现，所以真正的交易未实现，不会产生任何的收益。

我们以几个实际的股票案例进行理解：

​ 先考虑两种极端情况，即持续上涨的情况和持续下跌的情况。

​ 案例1: 股价持续上涨

该情况下在第一天买入、第五天卖出，最大收益为7。

按照之前的分析策略，我们可以把这个过程分解成以下的子过程：

①第一天股价为2，买入。profit不发生变化为0；
②股票卖出。第二天股价为5，高于之前的股价，可以考虑再次买入。profit增加5-2=3。
③股票卖出。第三天股价为6，高于之前的股价，可以考虑再次买入。profit增加6-5=1。
④股票卖出。第四天股价为7，高于之前的股价，可以考虑再次买入。profit增加7-6=1。
⑤股票卖出。第四天股价为7，高于之前的股价，可以考虑再次买入。profit增加9-7=2。

收益一共为3+1+1+2=7

​ 案例2: 股价持续下跌

该情况下在不进行任何买卖操作，最大收益为0。

按照之前的分析策略，我们可以把这个过程分解成以下的子过程：

①第一天股价为12，买入起点产生（但这并不代表已经持有股票了，需要后面有一个合适的卖出机会时，这个买入起点才变为持有股票的开始点）。
②第二天股价为8，低于之前的股价12。买入起点失效，而此时的股价作为新的买入起点。profit不发生变化为0。
③第三天股价为7，低于之前的股价8，买入起点失效，而此时的股价作为新的买入起点。profit不发生变化为0。
④第四天股价为5，低于之前的股价7，买入起点失效，而此时的股价作为新的买入起点。profit不发生变化为0。
⑤第四天股价为4，低于之前的股价5，买入起点失效，而此时的股价作为新的买入起点。profit不发生变化为0。

综上，收益始终为0。

​ 在对两种极端情况进行分析之后，下面我们对一般情况进行分析。

​ 案例3: 股价波动变化的一般情况

一般情况可以这么考虑：出现每个局部最低点时买入时，产生可能的买入起点。下一个状态的股价高于局部最低点时卖出股票，并将该股价作为新的局部最低点；下一个状态的股价低于局部最低点时，之前的局部最低买入点失效，而下一个状态的股价作为新的局部最低点。

整体策略：

设局部最低点为p_min，累计收益为profit。

买卖策略制定：在初始价格作为局部最低点p_min，如果之后的股价p_n低于局部最低点p_min，那么局部最低点p_min变为这个新的股价p_n，累计收益不发生变化；如果之后的股价p_n高于局部最低点p_min，那么累计收益profit增加p_n-p_min,并将新的股价作为局部最低点。

具体的操作步骤如下：

①第一天股价为2，p_min为2，profit为0；
②第二天股价为5，高于p_min，profit增加5-2=3，并且p_min变为为5；
③第三天股价为6，高于p_min，profit增加6-5=1，并且p_min变为为6；
④第四天股价为4，低于p_min，并且p_min变为为4；
⑤第五天股价为6，高于p_min，profit增加7-3=3，并且p_min变为为7。

综上：第一天买入第三天卖出，第四天买入第五天卖出，总收益profit为3+1+3=7。

不难看出我们的分析方法其实和实际的股票操作有一定的差异。实际过程中，我们只会找到局部最低点”第一天“，和局部最高点“第三天”，然后算第三天和第一天的差价作为收益。但是在分析过程中，我们则考虑了“第一天买入，第二天卖出；然后马上第二天继续买下，第三天卖出。”在不考虑手续费的情况下，两种方法其实是殊途同规，只是后者将具体的过程描述出来，而前者则注重结果。而这种将具体过程表现出来的分析方法，正与动态规划的思想不谋而合，动态规划所强调的正是以用“特定的状态方程”，由过去的状态推导”未来的状态。

那在我们的分析方法中，何谓“过去的状态”？何谓未来的状态？何谓“特定的状态方程”？

首先要明白在这个问题中，需要关注的“状态”是什么？有两个状态是值得我们关注的，一个是我们最关心的累计收入O，另一个是为了得到累计收入而需要知道的局部最低点p_m。随着时间的流逝，我们希望通过过去的累计收入O和局部最低点p_m，推导出未来的累计收入O和局部最低点p_m，而这种推导过程，正是用状态转移方程实现的。

那么这种“以过去知未来”的状态转移方程是什么呢？

未来的局部最低点相较于过去局部最低点的变化，只有两种：一种是未来（下一个状态）的股价p_n小于等于当前状态的局部最低点p_m，另一种是未来的股价p_n大于当前状态的局部最低点p_m。

当未来的股价p_n低于当前状态的局部最低点p_m时，处于股价下跌状态，作为一个已经预知股市行情的“先知”，这种情况下时绝对不可以进行股票买卖操作的（需要等待而不进行任何的买卖），所以下一个状态的股价变为新的局部最低点，而累计收入O不发生变化。
$$p_n[i]=p_m[i]$$

$$O[i]=O[i-1]$$

当未来的股价p_n高于当前状态的局部最低点p_m时，处于股价上涨状态，作为一个已经预知股市行情的“先知”，这种情况下正是赚钱的好时机（前一个状态买进，后一个状态卖出）累计收入O的增加量为下一个状态的股价p_n与局部最低点p_m的差价，计算差价后局部最低点p_m更新为新的下一个状态的股价p_n。
$$p_n[i]=p_m[i]$$

$$O[i]=O[i-1]+p_n[i]-p_m[i-1]$$

我们可以对两种状态转移方程进行合并：
$$p_n[i]=p_m[i]$$

$$O[i]=O[i-1]+max(p_n[i]-p_m[i-1]，0）$$

不难看出，无论股票上涨下跌，p_n序列始终和p_m序列是保持一致的，所以我们可以对状态转移方程进一步化简，这样一来仅仅通过p_n序列（股价序列），就可以推导出收益：

$$O[i]=O[i-1]+max(p_n[i]-p_n[i-1]，0）$$

代码实现

基于以上的讨论，我们有两种方法实现代码，分别是状态方程优化前考虑局部最低点的方法，和状态方程优化后仅仅通过股票序列得出收益的方法。

方法1：（状态转移方程优化前：考虑局部最低点的方法）

class Solution(object):
    def maxProfit(self, prices):
        lenp=len(prices)
        if lenp<=1:
            return 0
        minvalue=prices[0]
        dp=0
        for i in range(1,lenp):
            minvalue=min(minvalue,prices[i])
            if prices[i]>=minvalue:
                dp=dp+prices[i]-minvalue
                minvalue=prices[i]
        return dp

方法2：（状态转移方程优化后：仅仅通过股价序列推出最优收益）

class Solution(object):
    def maxProfit(self, prices):
        lenp=len(prices)
        if lenp<=1:
            return 0
        dp=0
        for i in range(1,lenp):
            dp=dp+max(prices[i]-prices[i-1],0)
        return dp

一点小总结

“用最简单的语言，由过去推知未来，这便是动态规划的全部”。这里“最简单的语言”，指的便是状态转移方程。通过状态转移方程，由过去的状态，推知未来的状态，从而达到“道生一，一生二，二生三，三生万物”的效果。