LeetCode 123- 买卖股票的最佳时机 III
题目链接:力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台
题目描述: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)。
解题思路
- 确定dp数组(dp table)以及下标的含义
dp[i][j]:一个二维的dp数组,第一维表示天数,第二维表示第几次是否持有股票。第二维奇数表示持有,偶数表示不持有。dp[i][1]表示第一次买入,dp[i][2]表示第一次卖出。dp[i][3]表示第二次买入,dp[i][3]表示第二次卖出。
- 确定递推公式
如果第i天持第一次有股票即dp[i][1]
- 第i-1天就持有股票,那么就保持现状,所得现金就是昨天持有股票的所得现金 即:dp[i - 1][1]
- 第i天买入股票,所得现金就是买入今天的股票后所得现金即:-prices[i]
如果第i天不持有股票即dp[i][2]
- 第i-1天就不持有股票,那么就保持现状,所得现金就是昨天不持有股票的所得现金 即:dp[i - 1][2]
- 第i天卖出股票,所得现金就是按照今天股票价格卖出后所得现金即:prices[i] + dp[i - 1][1]
我们取最大值即可,即
dp[i][1] = max(dp[i-1][1],-prices[i]);
dp[i][2] = max(dp[i-1][2],dp[i-1][1]+prices[i]);
dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] - prices[i]);
dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
- dp数组如何初始化
第0天没有操作,这个最容易想到,就是0,即:dp[0][0] = 0;
第0天做第一次买入的操作,dp[0][1] = -prices[0];
第0天做第一次卖出的操作,这个初始值应该是多少呢?
此时还没有买入,怎么就卖出呢? 其实大家可以理解当天买入,当天卖出,所以dp[0][2] = 0;
第0天第二次买入操作,初始值应该是多少呢?应该不少同学疑惑,第一次还没买入呢,怎么初始化第二次买入呢?
第二次买入依赖于第一次卖出的状态,其实相当于第0天第一次买入了,第一次卖出了,然后再买入一次(第二次买入),那么现在手头上没有现金,只要买入,现金就做相应的减少。
所以第二次买入操作,初始化为:dp[0][3] = -prices[0];
同理第二次卖出初始化dp[0][4] = 0;
- 确定遍历顺序
从递归公式其实已经可以看出,一定是从前向后遍历,因为dp[i],依靠dp[i - 1]的数值。
- 举例推导dp数组
class Solution {
public:
int maxProfit(vector<int>& prices) {
int len = prices.size();
vector<vector<int>> dp(len,vector<int>(5));
if(len == 1)return 0;
dp[0][0] = 0;
dp[0][1] = -prices[0];
dp[0][2] = 0;
dp[0][3] = -prices[0];
dp[0][4] = 0;
for(int i=1;i<len;i++){
dp[i][1] = max(dp[i-1][1],-prices[i]);
dp[i][2] = max(dp[i-1][2],dp[i-1][1]+prices[i]);
dp[i][3] = max(dp[i-1][3],dp[i-1][2]-prices[i]);
dp[i][4] = max(dp[i-1][4],dp[i-1][3]+prices[i]);
}
return dp[len-1][4];
}
};
总结:
- 本来以为这题是要用三维数组,第三维来表示第几次卖出股票。没想到是二维,第二维就足够来表示买卖这些东西的次数了。
LeetCode 188- 买卖股票的最佳时机 IV
题目链接:力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台
题目描述: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)。
解题思路
本题和上题的唯一区别就是可以买卖多次
- 确定dp数组(dp table)以及下标的含义
使用二维数组 dp[i][j] :第i天的状态为j,所剩下的最大现金是dp[i][j]
j的状态表示为:
- 0 表示不操作
- 1 第一次买入
- 2 第一次卖出
- 3 第二次买入
- 4 第二次卖出
- .....
除了0以外,偶数就是卖出,奇数就是买入。
题目要求是至多有K笔交易,那么j的范围就定义为 2 * k + 1 就可以了。
- 确定递推公式
我们只需要判断当前是买入还是卖出,所以要对j取余,偶数则更新卖出,奇数更新买入。
奇数时
dp[i][j] = max(dp[i-1][j],dp[i-1][j-1]-prices[i]);
偶数时
dp[i][j] = max(dp[i-1][j],dp[i-1][j-1]+prices[i]);
- dp数组如何初始化
偶数代表卖出,我们可以在同一天买入和卖出,所以我们偶数初始化为0。奇数次数初始化为prices[0]。
- 确定遍历顺序
正序遍历即可
- 举例推导dp数组
class Solution {
public:
int maxProfit(int k, vector<int>& prices) {
int len = prices.size();
if(len == 1) return 0;
vector<vector<int>> dp(len,vector<int>(2*k+1,0));
for(int i=1;i<dp[0].size();i+=2){
dp[0][i] = -prices[0];
}
for(int i=1;i<len;i++){
for(int j=1;j<2*k+1;j++){
if(j%2 == 1){
dp[i][j] = max(dp[i-1][j],dp[i-1][j-1]-prices[i]);
}else{
dp[i][j] = max(dp[i-1][j],dp[i-1][j-1]+prices[i]);
}
}
}
return dp[len-1][2*k];
}
};
总结:
- 比上一题多了几种状态,多定义即可。