算法训练 Day39

123.买卖股票的最佳时机III

解题思路：划分为4个状态，用动规联系起来

class Solution:
    def maxProfit(self, prices: List[int]) -> int:   
        n = len(prices)
        dp = [[0]*5 for _ in range(n)]
        #初始化
        dp[0][0] = 0                # 不操作
        dp[0][1] = -prices[0]       # 第一次持有(并不一定是今天买入的)
        dp[0][2] = 0                #第一次不持有(并不一定是今天卖出的)
        dp[0][3] = -prices[0]       #第二次持有
        dp[0][4] = 0                #第二次不持有

        #遍历顺序
        for i in range(1,n):
            dp[i][0] = dp[i-1][0]
            dp[i][1] = max(dp[i-1][1],dp[i-1][0]-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[-1][4]

188.买卖股票的最佳时机IV

解题思路：划分为2个状态，用动规联系起来

class Solution:
    def maxProfit(self, k: int, prices: List[int]) -> int:
        #就是将123这题的最多2次买卖变成了k次（一次交易就会产出两个状态）
        #dp[i][j]: j是奇数的话，是持有股票状态
        #          j是偶数的话，是不持有股票状态

        #初始化
        dp = [[0] * (2*k+1) for _ in range(len(prices))]
        for a in range(1,2*k,2):
            dp[0][a] = -prices[0]
        #遍历顺序
        for i in range(1,len(prices)):
            for j in range(0,2*k-1,2):
                #递推公式
                dp[i][j+1] = max(dp[i-1][j+1],dp[i-1][j]-prices[i])
                dp[i][j+2] = max(dp[i-1][j+2],dp[i-1][j+1]+prices[i])
        return dp[-1][-1]