代码随想录算法训练营第五十二天 | 123.买卖股票的最佳时机III、188.买卖股票的最佳时机IV

123.买卖股票的最佳时机III

视频讲解： 动态规划，股票至多买卖两次，怎么求？ | LeetCode：123.买卖股票最佳时机III_哔哩哔哩_bilibili

代码随想录

解题思路

这题的区别在于至多买卖两次

1. dp[i][0] 第i天不操作 dp[i][1]第一次持有股票(可能延续了前一次买卖的状态)  dp[i][2]第一次不持股票  dp[i][3] 第二次持有 dp[i][4]第二次不持有

2.递推公式

dp[i][0] = dp[i-1][0] 不操作是由前一天推得而来

第一次持有 dp[i][1] =  max( dp[i-1][1] , dp[i-1][0]-price[i]) 可以由前一天持有推得，也可以由前一天不操作推得

第一次不持有状态 dp[i][2] = max( dp[i-1][2], dp[i-1][1]+price[i]) 可以由前一天不持有，也可以由前一天持有时卖掉推得而来

第二次持有 dp[i][3] = max (dp[i-1][3] , dp[i-1][2] - prices[i] ) 可以由前一天第二次不持有推得，也可以由前一天第二次不持有再买入

第二次不持有 dp[i][4] = max( dp[i-1][4], dp[i-1][3] + prices[i]) 可以由前一天第二次不持有，和前一天第二次卖出

3.初始化

dp[0][0] =0;

dp[0][1] = -prices[0];

dp[0][2] = 0;

dp[0][3] = -prices[0];   //理解为先买入再卖，再买

dp[0][4] = 0;

4.遍历顺序

由前往后

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        vector<vector<int>> dp(prices.size(),vector<int>(5,0));
        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<prices.size(); i++)
        {
             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[prices.size()-1][4];
    }
};

188.买卖股票的最佳时机IV

视频讲解： 动态规划来决定最佳时机，至多可以买卖K次！| LeetCode：188.买卖股票最佳时机4_哔哩哔哩_bilibili

代码随想录

解题思路

这题的区别是至多买卖k次

1.dp[price.size()][2k+1]  第i天 的 第k次买卖的最大现金

2.对着|||的递推公式，找规律即可，将2次变成一个循环

写出一次买卖的操作

dp[i][j+1] = max(dp[i-1][j+1], dp[i-1][j] - prices[i]);            //持股

dp[i][j+2] = max(dp[i-1][j+2], dp[i-1][j+1] + prices[i]);             //不持股

3.初始化

偶数k -price[i]

奇数k 0 

class Solution {
public:
    int maxProfit(int k, vector<int>& prices) {
         vector<vector<int>> dp(prices.size(),vector<int>(2*k+1,0));
         for(int i=0 ; i<=2*k;i++)
         {
             if(i%2==0) dp[0][i] = 0;
             else dp[0][i] = -prices[0];
         }
         for(int i =1 ; i<prices.size() ; i++)
         {
            for(int j=0 ; j<2*k ; j+=2)
            {
                dp[i][j+1] = max(dp[i-1][j+1], dp[i-1][j] - prices[i]);            //持股
                dp[i][j+2] = max(dp[i-1][j+2], dp[i-1][j+1] + prices[i]);             //不持股
            }
         }
         return dp[prices.size()-1][2*k];
    }
};

 动态规划的第二个维度可以用一个for循环来控制

收获

动态规划悟到了