Leetcode 188 买卖股票的最佳时机 IV

最新推荐文章于 2024-04-24 16:35:44 发布

庄园特聘拆椅狂魔

最新推荐文章于 2024-04-24 16:35:44 发布

阅读量364

点赞数 1

分类专栏：刷题训练营文章标签： leetcode 算法数据结构

本文链接：https://blog.csdn.net/lt_BeiMo/article/details/136096420

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

本文介绍了如何通过动态规划方法解决股票买卖问题，给定整数数组表示股票价格，目标是在k次交易中获取最大利润。算法通过定义二维数组dp并运用递推公式，计算出每一步的最优买卖决策。时间复杂度为O(kn)，空间复杂度为O(2kn)。

摘要由CSDN通过智能技术生成

题意理解：

        给你一个整数数组 prices 和一个整数 k ，其中 prices[i] 是某支给定的股票在第 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 k 笔交易。也就是说，你最多可以买 k 次，卖 k 次。

        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）。



这道题的特别之处是，最多可以买卖k次，k是一个可以变化的值，所以使用j对k的数值进行遍历。

解题思路：

（1）定义dp二维[][]数组

dp[0][0]表示不操作

dp[i][j=2(k-1)+1]表示第k次买入

dp[i][j=2(k-1)+2]表示第k次卖出

(2) 初始化

dp[0][0]=0

                dp[0][j=2(k-1)+1]=-prices[i]

dp[0][j=2(k-1)+2]=0

(3) 递推公式

                dp[i][j=2(k-1)+1]

=max(延续之前状态，买入)

                =max(dp[i-][j=2(k-1)+1],dp[i-1][j=2(k-1)]-prices[i])

                dp[i][j=2(k-1)+2]=-prices[i]

=max(延续之前状态，卖出)

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

1.解题

public int maxProfit(int k, int[] prices) {
        int[][] dp=new int[prices.length][2*k+1];
        for(int i=0;i<=2*k;i++){
            if(i%2==0)
                dp[0][i]=0;
            else dp[0][i]=-1*prices[0];
        }
        for(int i=1;i<prices.length;i++){
            dp[i][0]=dp[i-1][0];
            for(int j=0;j<2*k;j+=2){
                dp[i][j+1]=Math.max(dp[i-1][j+1],dp[i-1][j]-prices[i]);
                dp[i][j+2]=Math.max(dp[i-1][j+2],dp[i-1][j+1]+prices[i]);
            }
        }
        int max=0;
        for(int i=0;i<=2*k;i++)
            max=Math.max(max,dp[prices.length-1][i]);
        return max;
    }