代码随想录算法训练营第四十九天|LeetCode123.买卖股票的最佳时机III、LeetCode188.买卖股票的最佳时机IV

LeetCode 123 买卖股票的最佳时机III

题目链接：123. 买卖股票的最佳时机 III - 力扣（LeetCode）

【解题思路】

• 1.确定dp数组含义

  • dp[i][0]表示第i天不操作的最大现金

    • 其实这一步没必要写出来，有点多余，但是为了完整呈现一个状态，还是写出来

  • dp[i][1]表示第i天第一次持有股票所得到的最大现金

  • dp[i][2]表示第i天第一次不持有（第一次卖出）的最大现金

  • dp[i][3]表示第i天第二次持有股票的最大现金

  • dp[i][4]表示第i天第二次不持有股票的最大现金

  • 求的结果是dp[len-1][0]和dp[len-1][1]中的最大值

• 2.确定递推公式

  • 不操作

    • dp[i][0]=dp[i-1][0]

  • 第i天第一次持有股票

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

      • 如果第i-1天就持有股票

        • 那么第i天的状态就是延续i-1天的持有状态

      • 如果第i天买入股票

        • 那就是第i-1天不持有股票的现金减去第i天股票的价格

  • 第i天第一次不持有股票

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

      • 如果第i-1天就不持有股票

        • 那么第i天就是延续i-1天不持有的状态

      • 如果第i天第一次卖出股票

        • 那就是第i-1天第一次持有股票的现金加上卖出股票后所得现金

  • 第i天第二次持有股票

    • dp[i][3] = max(dp[i-1][3],dp[i-1][2]-prices[i]）

      • 如果第i-1天就已经是第二次持有股票的状态

        • 那么第i天就是延续第i-1天的第二次持有股票状态

      • 如果是第i天当天第二次买入股票

        • 那么第i-1天的状态必然是第一次不持有股票的状态

        • 第i天的状态则是前一天持有的现金减去当天股票的价格

  • 第i天第二次不持有股票

    • dp[i][4]=max(dp[i-1][4],dp[i-1][3]+prices[i])

      • 如果第i-1天就已经是第二次不持有股票的状态

        • 那么第i天就是延续i-1天的状态

      • 如果第i天当天第二次卖出股票

        • 那么前一天必然是第二次持有股票的状态

        • 第i天的状态则是前一天持有的现金加上当天股票的价格

• 3.初始化dp数组

  • dp[0][0]=0

    • 没操作可不就等于0嘛

  • dp[0][1] = -prices[0]

    • 表示第一天买入股票

  • dp[0][2] = 0

    • 第一天买入，当即卖出，因此初始化为0

  • dp[0][3] = -prices[0]

    • 第一天进行第一次买卖之后，又买入

  • dp[0][4] = 0

    • 第一天进行第二次买入之后，当天又卖出

• 4.确定遍历顺序

  • 从递推公式可以看出dp[i]都是由dp[i-1]推导出来，所以一定是从前向后遍历

• 5.举例推导dp数组

【解题步骤】

• 1.如果prices的长度为0，返回0

  • 为了方便我定义一个len值表示prices的长度

• 2.新建一个二维dp数组，长度为price的长度和5

• 3.初始化dp[0][1]=-prices[0];dp[0][3]=-prices[0]

• 4.从前往后遍历数组

  • 递推公式

• 5.返回dp[length-1][4]

  • 确保用完两次买卖后，是卖出的状态，因为是第二次卖出，已经包含第一次卖出的值了，所以第二次卖出时一定是最大值

【代码部分】

class Solution {
    public int maxProfit(int[] prices) {
		int len = prices.length;
		if(len == 0 )return 0;
		int[][] dp = new int[len][5];
		dp[0][1] = -prices[0];
		dp[0][3] = -prices[0];
		for(int i = 1 ; i < len ; i ++){
			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 dp[len-1][4];

    }
}

LeetCode 188 买卖股票的最佳时机IV

题目链接：188. 买卖股票的最佳时机 IV - 力扣（LeetCode）

【解题思路】

• 1.确定dp数组含义

  • dp[i][j]

    • j的状态为

      • 奇数表示持有，奇数表示不持有（除了0）

    • 如果j是奇数

      • 则dp[i][j]表示的是第i天持有股票的现金数

    • 如果j是偶数

      • 则dp[i][j]表示的是第i天不持有股票的现金数

• 2.确定递推公式

  • 不操作

    • dp[i][0]=dp[i-1][0]

  • 第i天持有股票

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

      • 如果第i-1天就持有股票

        • 那么第i天的状态就是延续i-1天的持有状态

      • 如果第i天买入股票

        • 那就是第i-1天不持有股票的现金减去第i天股票的价格

  • 第i天不持有股票

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

      • 如果第i-1天就不持有股票

        • 那么第i天就是延续i-1天不持有的状态

      • 如果第i天第一次卖出股票

        • 那就是第i-1天第一次持有股票的现金加上卖出股票后所得现金

• 3.初始化dp数组

  • dp[0][0]=0

    • 没操作可不就等于0嘛

  • dp[0][1] = -prices[0]

    • 表示第一天买入股票

  • dp[0][2] = 0

    • 第一天买入，当即卖出，因此初始化为0

  • dp[0][3] = -prices[0]

    • 第一天进行第一次买卖之后，又买入

  • dp[0][4] = 0

    • 第一天进行第二次买入之后，当天又卖出

  • 同上，可以推出dp[0][j]

    • 当j为奇数的时候全初始化为-price[0]

• 4.确定遍历顺序

  • 从递推公式可以看出dp[i]都是由dp[i-1]推导出来，所以一定是从前向后遍历

• 5.举例推导dp数组

【解题步骤】

• 1.如果prices的长度为0，返回0

  • 为了方便我定义一个len值表示prices的长度

• 2.新建一个二维dp数组，长度为price的长度和k*2+1

• 3.初始化dp[0][j]

• 4.从前往后遍历数组

  • 递推公式

• 5.返回dp[length-1][4]

  • 确保用完两次买卖后，是卖出的状态，因为是第二次卖出，已经包含第一次卖出的值了，所以第二次卖出时一定是最大值

【代码部分】

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