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];
}
}