Leetcode 买股票最佳时机（121、122、123、188、309、714）

动态规划

五部曲

1. dp数组（dp[i][j] / dp[i]）以及下标的含义

2.递推公式

3.dp数组如何初始化

4.遍历顺序

5.打印dp数组（检查）

121.买股票最佳时机（只买卖一次，且不能同一天卖买）

给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。
eg：[7, 1, 5, 3, 6, 4]

对于数组里的每个元素，会有两个状态，所以是二维数组dp表示截至那天获得的最大利润。

1.确定dp数组以及下标的含义
js创建二维数组，new Array(row).fill([column1,column2···])

两个状态：
1）第i天持有股票     2）第i天不持有股票
（为什么不是买入、卖出两个状态，是因为第i天可能既不买也不卖股票，二维数组没法含括所有的状态）

dp[i][0]表示第i天持有股票获得的最大利润；dp[i][1]表示第i天不持有股票获得的最大利润

2.递推公式 (dp[i][]写成关于dp[i-1][]的形式）

dp[i][0]表示第i天持有股份获得的最大利润，可能是延续的第i-1已经持有的状态，所以第i-1天持有股票获得的最大利润为dp[i-1][0]；也可能是第i天才买入(只能买入一次即首买)，所以第i天最大利润为 -price[i] 。

dp[i][1]表示第i天不持有股份获得的最大利润，可能是正好第i天卖掉股票，所以最大利润为dp[i-1][0]+price[i]；也可能是第i天以及之前尚未买入股票，所以最大利润为dp[i-1][1]。

3.dp数组如何初始化
dp[0][0] = -prices[0]
dp[0][1] = 0

4.遍历顺序
从prices数组的第二位开始遍历，直到数组末尾

var maxProfit = function(prices) {
    //创建dp二维数组
    const dp = new Array(prices.length).fill([0, 0])
    //初始化，dp[0][0] = -price[0]; dp[0][1] = 0
    dp[0] = [-prices[0], 0]
    //遍历顺序
    for (let i=1; i<prices.length; i++){
        dp[i] = [
            //递推公式
            Math.max(dp[i-1][0], -prices[i]),   
            //第i天持有股票，可得最大利润dp[i][0]
            Math.max(dp[i-1][1], dp[i-1][0]+prices[i])
            //第i天不持有股票，可得最大利润dp[i][1]
        ]
    }
    return dp[prices.length-1][1]
};

5.打印dp数组检查
dp[0] = [-7,0]
dp = [[-7,0],[-1,0],[-1,4],[-1,4],[-1,5],[-1,5]]
具体是哪天买卖：
买看dp[i][0]的变化，以最小值开始变动的那次就是买入的那天；
卖看dp[i][1]，以最大值开始变动的那次就是卖出的那天。
eg：[7, 1, 5, 3, 6, 4]
只买卖一次，在第二天买入，第五天卖出，会获得最大利润为5。

eg：[7, 6, 4, 3, 1] dp[0] = [-7,0] dp = [[-7,0],[-6,0],[-4,0],[-3,0],[-1,0]] 不能获得利润，输出为0

122.买卖股票的最佳时机II（买卖多次，可以同一天买卖）

不同于只能买卖一次，本题可以买卖多次。持有股票第i天买入，不再是利润为0开始，而是从第i-1天不持有股票状态的最大利润开始。
dp[0][0] = [-prices[0]]
dp[0][1] = 0
持有股票最大利润：dp[i][0] = max(dp[i-1][0], dp[i-1][1]-prices[i])
不持有股票最大利润：dp[i][1] = max(dp[i-1][1], dp[i][0]+prices[i])
依旧是从第二天开始遍历

var maxProfit = function(prices) {
    const dp = new Array(prices.length).fill([0, 0])
    dp[0] = [-prices[0], 0]
    for (let i=1; i<prices.length; i++) {
        dp[i] = [
            Math.max(dp[i-1][0], dp[i-1][1]-prices[i]),
            Math.max(dp[i-1][1], dp[i-1][0]+prices[i])
        ]
    }
    // console.log(dp)
    return dp[prices.length-1][1]
};

eg：[7, 1, 5, 3, 6, 4]
dp = [[-7,0],[-1,0],[-1,4],[1,4],[1,7],[3,7]]
哪天买入，看dp[i][1]不为0持续变动的前一天，看dp[i][1]不持续为0变动的那天
第二天买入-1，第三天卖出+5，第四天买入-3，第五天卖出+6，最大利润为7。

123.买卖股票的最佳时机III（最多可以完成2笔交易，可以同一天买卖）

最多可以完成2笔交易，dp状态就不简单是持有和非持有，要具体到第几次状态，所以
dp[i][0] 不操作
dp[i][1] 第一次持有 max(dp[i-1][1], dp[i-1][0]-prices[i])
dp[i][2] 第一次不持有 max(dp[i-1][2], dp[i-1][1]+prices[i])
dp[i][3] 第二次持有 max(dp[i-1][3], dp[i-1][2]-prices[i])
dp[i][4] 第二次不持有 max(dp[i-1][4], dp[i-1][3]+prices[i])

初始化
dp[0][0] = 0
dp[0][1] = -prices[0]
dp[0][2] = 0
dp[0][3] = -prices[0]
dp[0][4] = 0

var maxProfit = function(prices) {
    const dp = new Array(prices.length).fill([0,0,0,0,0])
    dp[0] = [0,-prices[0],0,-prices[0],0]
    for (let i=1; i<prices.length; i++) {
        //最多可以完成2笔交易，dp状态就不简单是持有和非持有，要具体到第几次状态，所以
        dp[i] = [
            0,   // d[i][0]不操作
            Math.max(dp[i-1][1], dp[i-1][0]-prices[i]),  // d[i][1]第一次持有
            Math.max(dp[i-1][2], dp[i-1][1]+prices[i]),  // d[i][2]第一次不持有
            Math.max(dp[i-1][3], dp[i-1][2]-prices[i]),  // d[i][3]第二次持有
            Math.max(dp[i-1][4], dp[i-1][3]+prices[i]),  // d[i][4]第二次不持有
        ]
    }
    //一定是第二次的卖出股票为最大利润
    return dp[prices.length-1][4]
};

188.买卖股票的最佳时机IV（最多买卖k次，可同一天买卖）

此题是123的归纳总结，123是最多交易2笔，188是最多交易k笔，dp状态数组依旧是要具体到第几次持有和非持有，所以
dp[prices.length][2*k+1]

1 <= i < prices.length ; 0 <= j < 2*k , j=j+2
dp[i][0] 不操作
dp[i][j+1] 第一次持有 max(dp[i-1][j+1], dp[i-1][j]-prices[i])
dp[i][j+2] 第一次不持有 max(dp[i-1][j+2], dp[i-1][j+1]+prices[i])
…

初始化
0 <= n < 2*k+1, n%2 === 0? 0:-prices[0]
dp[0][n] = 0
dp[0][n+1] = -prices[0]
dp[0][n+2] = 0
dp[0][n+3] = -prices[0]
…

最大利润依旧为dp[prices.length-1][2*k]

var maxProfit = function(k, prices) {
    const dp = new Array(prices.length).fill(new Array(2*k+1).fill(0))
    for (let n=0; n<2*k+1; n++) {
        dp[0][n] = (n%2) === 0? 0: -prices[0]
    }
    for (let i=1; i<prices.length; i++) {
        dp[i][0] = 0
        for (let 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])
        }
    }
    return dp[prices.length-1][2*k]
};

309.买卖股票的最佳时机含冷冻期

prices = [1, 2, 3, 0, 2]
对应的交易状态为：[买入，卖出，冷冻期，买入，卖出]
冷冻期包含在非持股时期，要分开，所以状态不能仅用持股和非持股
非持股包括持续卖出、卖出股票和冷冻期三个状态
卖出后必有冷冻，冷冻后可能会第二天卖出，也可能过几天卖出，所以分成持续卖出和卖出股票

dp[i][0] 持股 max(dp[i-1][0], dp[i-1][1]-prices[i])
dp[i][1] 持续卖出 max(dp[i-1][1], dp[i-1][3])
dp[i][2] 卖出股票 dp[i-1][0]+prices[i]
dp[i][3] 冷冻 dp[i-1][2]

初始值
dp[0] = [-prices[0], 0, 0, 0]

最后最大利润值，是在非持股的状态下
max(dp[prices.length-1][1], dp[prices.length-1][2], dp[prices.length-1][3])

//  冷冻期包含在非持股时期，要分开，所以状态不能仅用持股和非持股
// 非持股包括持续卖出、卖出股票和冷冻期三个状态
// 卖出后必有冷冻，冷冻后可能会第二天卖出，也可能过几天卖出，所以分成持续卖出和卖出股票
var maxProfit = function(prices) {
    const dp = new Array(prices.length).fill([0,0,0,0])
    //初始化
    dp[0] = [-prices[0], 0, 0, 0]
    for (let i=1; i<prices.length; i++) {
        dp[i] = [
            // dp[i][0] 持股
            Math.max(dp[i-1][0], dp[i-1][1]-prices[i], dp[i-1][3]-prices[i]),
            // dp[i][1] 持续卖出
            Math.max(dp[i-1][1], dp[i-1][3]),
            // dp[i][2] 卖出股
            dp[i-1][0]+prices[i],
            // dp[i][3] 冷冻
            dp[i-1][2]
        ]
    }
    return Math.max(dp[prices.length-1][1], dp[prices.length-1][2], dp[prices.length-1][3])
};

714.买卖股票的最佳时机含手续费

无限次交易 + 交易手续费***（算在卖出股票的时候，扣除手续费）***
依旧分持股和非持股两个状态
dp[i][0] 持股 max(dp[i-1][0], dp[i-1][1]-prices[i])
dp[i][1] 非持股 max(dp[i-1][1], dp[i-1][0]+prices[i]-fee)

初始值
dp[0] = [-prices[0], 0]

最大利润值是肯定在非持股的状态
dp[prices.length-1][1]

 //在卖出股票的那天，收手续费
var maxProfit = function(prices, fee) {
    const dp = new Array(prices.length).fill([0, 0])
    dp[0] = [-prices[0], 0]
    for (let i=1; i<prices.length; i++) {
        dp[i] = [
            Math.max(dp[i-1][0], dp[i-1][1]-prices[i]),
            Math.max(dp[i-1][1], dp[i-1][0]+prices[i]-fee)
        ]
        // console.log(dp[i])
    }
    return dp[prices.length-1][1]
};