Leetcode 股票买卖系列——动态规划全揽五题

---

前言

股票买卖问题是一类常见问题，这个系列包括五道题目（仅限于我做过的(+_+)），都是给定某几天的股票价格，要求求出通过交易能获得的最大收益。
每个题都有不同的解决方案，但是同样的动态规划思路可以直接解决这个系列。这篇博文就是介绍这个简单却通吃的动规思路哒~

注：本文参考leetcode上各种题解，大家感兴趣可以去看看，这些题目各自特点不同，因此每道题目都有自己独特的解法，这里不做讨论。本文只是介绍最简单通用的动规方法，且不包括动规的化简(●’◡’●)

---

一、题目描述

股票系列包括：
121. 买卖股票的最佳时机 简单
122. 买卖股票的最佳时机 II 简单
309. 最佳买卖股票时机含冷冻期 中等
714. 买卖股票的最佳时机含手续费 中等

123. 买卖股票的最佳时机 III 困难

前四道题目的解法基本一样，最后一道题目稍复杂~

我们先来看最基础的这道题目121. 买卖股票的最佳时机

121题中限制了只能进行一次股票交易（买入并卖出），下面以本题讲解动态规划的状态设计和转移方程。

令$n=len(prices)$ 表示天数。

二、动规思路

1.状态设计

状态值就是收益值，关键是设计 “什么情况下” 的收益值。我们假设：

$dp[i][0]$ 表示第$i$天结束时，手中不持有股票的最大收益；
$dp[i][1]$ 表示第$i$天结束时，手中持有股票的最大收益；
（为了与数组的下标保持一致，$i$从0开始）

这样我们的输出应该是 $dp[n-1][0]$，因为最大收益一定是在最后一天手上不持有股票的情况下获得的。 这句话对系列中所有题目均适用！

2.状态初始化

在第0天时，若不持有股票，那么收益是0；若持有股票，收益是$-prices[0]$，因为我们花钱买入了股票。

$dp[0][0]=0，dp[0][1]=-prices[0]$

3.状态转移方程

（1）对于$dp[i][0]$，有两种情况可以导致在第$i$天结束时，手中不持有股票：

• 在第$i-1$天结束时，手中就不持有股票，在第$i$天也没有买入股票，此时收益是$dp[i-1][0]$；
• 在第$i-1$天结束时，手中持有股票，但是在第$i$天时卖出了股票，此时收益是$dp[i-1][1]+prices[i])$。

综合两种情况，我们求最大收益，因此状态转移为：

$dp[i][0]=max(dp[i-1][0],dp[i-1][1]+prices[i])$

（2）对于$dp[i][1]$，同样有两种情况可以导致在第$i$天结束时，手中持有股票：

• 在第$i-1$天结束时，手中就持有股票，在第$i$天也没有卖出股票，收益即为$dp[i-1][1]$；
• 在第$i-1$天结束时，手中不持有股票，但是在第$i$天时买入了股票。但是此时需要注意，我们只能进行一次股票交易，若在第$i$天买入股票，那么之前的收益都不作数，要从当前开始重新计算收益。因此收益是 $-prices[i]$

综合两种情况，我们求最大收益，因此状态转移为：

$dp[i][1]=max(dp[i-1][1],-prices[i])$

4.完整代码（python）

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if not prices: return 0  # 注意prices为空的情况
        n = len(prices)
        dp = [[0,-prices[0]]] + [[0,0] for _ in range(n)]
        for i in range(1, n):
            dp[i][0] = max(dp[i-1][0], dp[i-1][1]+prices[i])
            dp[i][1] = max(dp[i-1][1], -prices[i])
        return dp[n-1][0]

三、举一反三

前面介绍的是股票问题中的动规设计，下面就到了见证奇迹的时刻~这个思路要如何扩展至其他四个问题上呢？

1.不限制交易次数

题目描述

对应Leetcode 122题：

思路解析

我们不改变状态设计方式，只需要看状态转移方程如何变化：

经过简单分析，可以发现状态初始化是不变的~本题和121题的区别在于，不限制交易次数，这对$dp[i][1]$的状态转移会有影响。
在限制一次交易次数时，我们需要对$dp[i][1]$的状态转移进行限制，买入股票时收益必须重新计算；那在不限制次数时，买入股票时的收益就可以累加到前面的收益上。

所以我们只需要改变$dp[i][1]$的状态转移方程即可：

$dp[i][1]=max(dp[i-1][1],dp[i-1][0]-prices[i])$

$dp[i][0]$的状态转移不变，仍是$dp[i][0]=max(dp[i-1][0],dp[i-1][1]+prices[i])$

完整代码（python）

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        n = len(prices)
        dp = [[0,-prices[0]]] + [[0,0] for _ in range(n)]
        for i in range(1, n):
            dp[i][0] = max(dp[i-1][0], dp[i-1][1]+prices[i])
            dp[i][1] = max(dp[i-1][1], dp[i-1][0]-prices[i])
        return dp[n-1][0]

2.含冰冻期的交易

题目描述

对应Leetcode 309题：

思路解析

读题发现，它没有限制交易次数，但加入了冰冻期的限制，因此我们在122题的基础上，思考状态转移方程应如何变化。

冰冻期对于买入有限制，要求在卖出后的一天无法买入股票；对于股票卖出无限制。因此状态转移时考虑改变$dp[i][1]$的状态转移方程，因为在$dp[i][1]$状态转移时出现了买入股票的情况：

对于$dp[i][1]$，有两种情况可以导致在第$i$天结束时，手中持有股票：

• 在第$i-1$天结束时，手中就持有股票，在第$i$天也没有卖出股票，收益即为$dp[i-1][1]$；
• 在第$i-2$天结束时，手中不持有股票，但是在第$i$天时买入了股票。为什么是从第$i-2$天开始，不持有股票呢？此时需要注意冰冻期的存在，若在第$i$天可以买入股票，说明第$i-2$天就卖出了股票，在第$i-2$天结束时手中不持有股票。因此最大收益是 $dp[i-2][0]-prices[i]$

综合两种情况，我们求最大收益，因此状态转移为：

$dp[i][1]=max(dp[i-1][1],dp[i-2][0]-prices[i])$

$dp[i][0]$的状态转移不变。

完整代码（python）

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        n = len(prices)
        if not n: return 0
        dp = [[0, -prices[0]]] + [[0,0] for _ in range(n-1)]
        for i in range(1, n):
            dp[i][0] = max(dp[i-1][0], dp[i-1][1]+prices[i])
            dp[i][1] = max(dp[i-1][1], dp[i-2][0]-prices[i])

        return dp[n-1][0]

3.含手续费的交易

题目描述

对应Leetcode 714题：

思路解析

这道题不限制交易次数，但加入了交易的手续费，我们仍在122题的基础上思考。

由于一次交易，包括买卖两个行为，只需要支付一次手续费，那么我们假设在卖出股票时支付，因此需要修改$dp[i][0]$的状态转移方程： （因为$dp[i][0]$的状态转移过程中包括了卖股票的行为）

对于$dp[i][0]$，有两种情况可以导致在第$i$天结束时，手中不持有股票：

• 在第$i-1$天结束时，手中就不持有股票，在第$i$天也没有买入股票，此时收益是$dp[i-1][0]$；
• 在第$i-1$天结束时，手中持有股票，但是在第$i$天时卖出了股票，我们获得了卖股票的钱，同时要扣除手续费，此时收益是$dp[i-1][1]+prices[i]-fee)$。

综合两种情况，我们求最大收益，因此状态转移为：

$dp[i][0]=max(dp[i-1][0],dp[i-1][1]+prices[i]-fee)$

$dp[i][1]$的状态转移不变，$dp[i][1]=max(dp[i-1][1],dp[i-1][0]-prices[i])$

完整代码（python）

class Solution:
    def maxProfit(self, prices: List[int], fee: int) -> int:
        n = len(prices)
        dp = [[0,-prices[0]]] + [[0, 0] for _ in range(n-1)]
        for i in range(1, n):
            dp[i][0] = max(dp[i-1][0], dp[i-1][1]+prices[i]-fee)
            dp[i][1] = max(dp[i-1][1], dp[i-1][0]-prices[i])
        return dp[n-1][0]

4.限制交易不超过两次

题目描述

对应Leetcode 123题：

题目限制交易不超过两次，可以不进行交易，或者交易1次、2次。

思路解析

1、状态设计
在这样的限制条件下，原来的状态设计不能满足需求了，我们需要扩充一维来表示当前已交易的次数。因此状态更改为：

$dp[i][0][0]$ ：在第$i$天结束时，交易了0次且手上不持有股票情况下，最大的收益；

$dp[i][0][1]$ ：在第$i$天结束时，交易了1次且手上不持有股票情况下，最大的收益；

$dp[i][0][2]$ ：在第$i$天结束时，交易了2次且手上不持有股票情况下，最大的收益；

$dp[i][1][0]$ ：在第$i$天结束时，交易了0次且手上持有股票情况下，最大的收益；

$dp[i][1][1]$ ：在第$i$天结束时，交易了1次且手上持有股票情况下，最大的收益；

$dp[i][1][2]$ ：在第$i$天结束时，交易了2次且手上持有股票情况下，最大的收益；

最终的最大收益可能是在交易了0、1、2次后，最后一天手上不持股的收益，我们取其最大值，即:

$max(dp[n-1][0][0],dp[n-1][0][1],dp[n-1][0][2])$

我们需要考虑以上六种状态的转移方程。

2、状态转移

其中，$dp[i][0][0]$ 和 $dp[i][1][2]$ 在任何$i$取值下，值都为0。 因为交易0次且手上不持股时，必然没有收益；而交易了2次但还持股是不满足要求的，我们不能进行第三次交易，因此这种情况的收益直接定为0，不在考虑范围内。这时，还剩下四种状态需要写出转移方程。

根据前面四道题目的分析，我们可以按照相同的思路写出转移方程，我就不推导了╰(￣ω￣ｏ)

对于每种状态，都分两种情况讨论（是不是当天买入/卖出的），并在二者中取最大值

$dp[i][0][1]=max(dp[i-1][0][1],dp[i-1][1][0]+prices[i])$

$dp[i][0][2]=max(dp[i-1][0][2],dp[i-1][1][1]+prices[i])$

$dp[i][1][0]=max(dp[i-1][1][0],dp[i-1][0][0]-prices[i])$

$dp[i][1][1]=max(dp[i-1][1][1],dp[i-1][0][1]-prices[i])$

3、状态初始化
不论已经存在几次交易，在第0天结束时手上不持股的收益均为0，手上持股的收益都是$-prices[0]$，即
$dp[0][0][0]=dp[0][0][1]=dp[0][0][2]=0$

$dp[0][1][0]=dp[0][1][1]=dp[0][1][2]=-prices[0]$

完整代码（python）

这里要初始化三维列表，一定要仔细。

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        n = len(prices)
        dp = [[[0 for _ in range(3)],[-prices[0] for _ in range(3)]]] + [[[0 for _ in range(3)],[0 for _ in range(3)]] for _ in range(n)]

        for i in range(1, n):
            dp[i][0][0] = 0     # 或者写成 dp[i-1][0][0]
            dp[i][0][1] = max(dp[i-1][0][1],dp[i-1][1][0]+prices[i])
            dp[i][0][2] = max(dp[i-1][0][2],dp[i-1][1][1]+prices[i])
            dp[i][1][0] = max(dp[i-1][1][0],dp[i-1][0][0]-prices[i])
            dp[i][1][1] = max(dp[i-1][1][1],dp[i-1][0][1]-prices[i])
            dp[i][1][2] = 0
        
        return max(dp[n-1][0][0], dp[n-1][0][1], dp[n-1][0][2])

---

这里要新加入一题，是今天看到的，Leetcode188 买卖股票的最佳时机 IV，题目如下：

它和上一道题很相近，只是将最多完成两笔交易改成了最多完成$k$笔交易。按照我们上一题的思路，我们只需将$dp$的维数变为$n\times (k+1)\times 2$。从上一题的状态更新中我们可以看出，不论交易次数的值是多少，状态更新方程的形式都是一样的。因此，我们可以在更新状态时，同时循环天数与交易次数。

还要注意$dp$的初始化。我在写代码时，初始化了$dp[:][0][0],dp[:][0][1],dp[0][:][1]$，下面附上完整代码：

class Solution:
    def maxProfit(self, k: int, prices: List[int]) -> int:
        if not prices: return 0
        n = len(prices)
        dp = [[[0, 0] for _ in range(k+1)] for _ in range(n)]
        cur_max = float('-inf')
        for j in range(k+1):
            dp[0][j][1] = -prices[0]
        for i in range(n):
            dp[i][0][1] = max(cur_max, -prices[i])
            cur_max = dp[i][0][1]

        for i in range(1, n):
            for j in range(1, k+1):
                dp[i][j][0] = max(dp[i-1][j][0], dp[i-1][j-1][1]+prices[i])
                dp[i][j][1] = max(dp[i-1][j][1], dp[i-1][j][0]-prices[i])

        res = dp[-1][0][0]

        for i in range(1, k+1):
            res = max(res, dp[-1][i][0])
        return res

---

总结

这些动规方法都是可以进一步对空间进行优化的，大家可以自行尝试。除了动规外，还有时间、空间复杂度更小的算法，不过就不具有统一性了，可以在leetcode题解中去学习~

内容有点多，可能会笔误，大家发现哪里有写错的地方记得告诉我哦(ง •_•)ง