Leetcode 123 买卖股票的最佳时机 III

庄园特聘拆椅狂魔

已于 2024-02-11 16:27:00 修改

阅读量359

点赞数 4

分类专栏：刷题训练营文章标签： leetcode 算法数据结构

于 2024-02-11 16:25:07 首次发布

本文链接：https://blog.csdn.net/lt_BeiMo/article/details/136096237

版权

刷题训练营专栏收录该内容

103 篇文章 3 订阅

订阅专栏

本文介绍了如何使用动态规划算法解决股票交易问题，通过定义五个交易状态（无操作、第一次持有、第一次不持有、第二次持有、第二次不持有），计算在给定股票价格数组中，通过最多两次交易获取的最大利润。算法的时间复杂度为O(n)，空间复杂度为O(5n)。

摘要由CSDN通过智能技术生成

题意理解：

        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）。



这道题目的特殊之处在于，至多两次交易：

包含：不交易、交一次、交易两次

这里为了便于理解对交易期间每个状态进行定义：五种状态

无操作：dp[i][0]

第一次持有：dp[i][1]

第一次不持有：dp[i][2]

第二次持有：dp[i][3]

第二次不持有：dp[i][4]

我们使用动态规划的思路进行求解。

解题思路：

（1）定义二维dp数组

        无操作：dp[i][0] 第一次持有：dp[i][1] 第一次不持有：dp[i][2]

第二次持有：dp[i][3] 第二次不持有：dp[i][4]

（2）初始化

dp[0][0]=dp[0][2]=dp[0][4]=0

dp[0][1]=dp[0][3]=-prices[0]

(3)递推公式

dp[i][0]=dp[i-1][0]

dp[i][1]=max(延续上衣状态，买入)=max(dp[i-1][1],dp[i-1][0]-prices[i])

        dp[i][2]=max(延续上一状态，卖出)=max(dp[i-1][2], dp[i-1][1]+prices[i])

        dp[i][3]=max(延续上一状态，买入)=max(dp[i-1][3],dp[i-1][2]-prices[i]);

        dp[i][4]=max(延续上一状态，卖出)=max(dp[i-1][4],dp[i-1][3]+prices[i])

1.解题

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