代码随想录算法训练营day51 | 309.最佳买卖股票时机含冷冻期，714.买卖股票的最佳时机含手续费

309.最佳买卖股票时机含冷冻期

相对于#122，这道题增加了一个限制：After you sell your stock, you cannot buy stock on the next day (i.e., cooldown one day).

 

因此，存在4种状态：

• 持有股票状态：今天买入股票，或者是之前就买入了股票然后没有操作（状态1）
• 不持有（卖出）股票状态，又分为两种状态：
  • 两天前就卖出了股票，并度过了冷冻期，但一直没操作，今天保持卖出股票状态（状态2）
  • 今天卖出了股票（状态3）
• 处于冷冻期状态：冷冻期状态不可持续，只有一天！（状态4）

j的状态为：

• 0：状态一
• 1：状态二
• 2：状态三
• 3：状态四

五部曲：

1. 确定dp数组以及下标的含义：dp[i][j]，第i天状态为j，所剩的最多现金为dp[i][j]。

2. 确定递推公式：

• 状态1: dp[i][0]，有两个具体操作：
  • 操作一：前一天就是持有股票状态（状态一），dp[i][0] = dp[i - 1][0]
  • 操作二：今天买入了， 又分两种情况
    • 前一天是冷冻期（状态四），dp[i - 1][3] - prices[i]
    • 前一天是保持卖出股票状态（状态二），dp[i - 1][1] - prices[i]
  • 这里先对操作二取最大值：max(dp[i - 1][3], dp[i - 1][1]) - prices[i]
  • 然后对于状态1整体取一个最大值：dp[i][0] = max(dp[i - 1][0], max(dp[i - 1][3], dp[i - 1][1]) - prices[i])
• 状态二：dp[i][1]，有两个具体操作：
  • 操作一：前一天就是状态二（继续保持）
  • 操作二：前一天是冷冻期（状态四）
  • 对于状态二取一个最大值：dp[i][1] = max(dp[i - 1][1], dp[i - 1][3])
• 状态三：dp[i][2] ，只有一个操作：
  • 昨天一定是买入股票状态（状态一），今天卖出
  • 那么状态3：dp[i][2] = dp[i - 1][0] + prices[i]
• 状态四：dp[i][3]，也只有一个操作：
  • 昨天卖出了股票（状态三）
  • 那么状态四：dp[i][3] = dp[i - 1][2]

3. dp数组如何初始化：

• 状态一：dp[0][0] = -prices[0]，买入股票所剩现金为负数。

• 状态二：第0天没有卖出dp[0][1]初始化为0就行，

• 状态三：dp[0][2]初始化为0，因为最少收益就是0，绝不会是负数。

• 状态四：dp[0][3]也初始为0，因为冷冻期不能买卖，那么就不会是负数。

4. 确定遍历顺序：从递归公式上可以看出，dp[i] 依赖于 dp[i-1]，所以是从前向后遍历。

5. 打印检查

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        dp = [[0]*4 for i in range(len(prices))]
        dp[0][0] = -prices[0]
        # dp[0][1] = 0
        # dp[0][2] = 0
        # dp[0][3] = 0

        for i in range(1, len(prices)):
            dp[i][0] = max(dp[i - 1][0], max(dp[i - 1][3], dp[i - 1][1]) - prices[i])
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][3])
            dp[i][2] = dp[i - 1][0] + prices[i]
            dp[i][3] = dp[i - 1][2]

        return max(dp[len(prices)-1][3], max(dp[len(prices)-1][2], dp[len(prices)-1][1]))

714.买卖股票的最佳时机含手续费

相比#122， 每笔交易都要付交易费

class Solution:
    def maxProfit(self, prices: List[int], fee: int) -> int:
        dp = [[0]*2 for _ in range(len(prices))]
        print(dp)

        dp[0][0] = -prices[0]
        # dp[0][1] = 0

        for i in range(1, len(prices)):
            dp[i][0] = max(dp[i-1][0], dp[i-1][1]-prices[i]) 
            dp[i][1] = max(dp[i-1][1], prices[i]+dp[i-1][0]-fee)

        # return dp[-1][1]
        return max(dp[len(prices)-1][0], dp[len(prices)-1][1])

注意：虽说上面代码两种return都能ac，但是理论上来讲由于卖出需要支付手续费，那么卖出后也有可能比不卖出所拥有的现金要少（手续费过高），因此最终需要返回二者的最大值