力扣算法刷题Day50｜动态规划：买卖股票的最佳时机III & IV

力扣题目：#123.买卖股票的最佳时机III

刷题时长：参考答案后10min

解题方法：动态规划

复杂度分析

• 时间复杂度：O(n)
• 空间复杂度：O(n × 5)

问题总结

• 定义dp二维数组
• 分析递推公式的状态转换
• 初始化需理解可当日买进后卖出

本题收获

• 动规思路
  • 确定dp数组及下标的含义：dp[i][j]中 i表示第i天，j为 [0 - 4] 五个状态，dp[i][j]表示第i天状态j所剩最大现金
    • 一天一共就有五个状态：
    1. 没有操作 （其实我们也可以不设置这个状态）
    2. 第一次持有股票
    3. 第一次不持有股票
    4. 第二次持有股票
    5. 第二次不持有股票
  • 确定递推公式：

    • 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])

      • 操作一：第i天买入股票了，那么dp[i][1] = dp[i-1][0] - prices[i]
      • 操作二：第i天没有操作，而是沿用前一天买入的状态，即：dp[i][1] = dp[i - 1][1]
  • dp数组的初始化：需理解可当日买进后卖出

    • dp[0][1] = -prices[0]

      dp[0][2] = 0

      dp[0][3] = -prices[0]

      dp[0][4] = 0

  • 确定遍历顺序：正序

---

力扣题目：#188.买卖股票的最佳时机IV 

刷题时长：10min

解题方法：动态规划

复杂度分析

• 时间复杂度：O(n * k)
• 空间复杂度：O(n * k)

问题总结

• 无

本题收获

• 动规思路
  • 确定dp数组及下标的含义：第i天的状态为j，所剩下的最大现金是dp[i][j]
  • 确定递推公式：

    for i in range(1, len(prices)):
        for j in range(0, 2*k, 2):
            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])

  • dp数组的初始化：

    dp = [[0] * (2*k + 1) for i in range(len(prices))]
    for j in range(0, 2*k, 2):
        dp[0][j+1] = -prices[0]

• 确定遍历顺序：正序