123. 买卖股票的最佳时机 III【leetcode】/动态规划难

123. 买卖股票的最佳时机 III

给定一个数组，它的第 i 个元素是一支给定的股票在第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。

注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

示例 1:
输入：prices = [3,3,5,0,0,3,1,4]
输出：6
解释：在第 4 天（股票价格 = 0）的时候买入，在第 6 天（股票价格 = 3）的时候卖出，这笔交易所能获得利润 = 3-0 = 3 。
随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天 （股票价格 = 4）的时候卖出，这笔交易所能获得利润 = 4-1 = 3 。

示例 2：
输入：prices = [1,2,3,4,5]
输出：4
解释：在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。
因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3：
输入：prices = [7,6,4,3,1]
输出：0
解释：在这个情况下, 没有交易完成, 所以最大利润为 0。

示例 4：
输入：prices = [1]
输出：0

提示：
1 <= prices.length <= 105
0 <= prices[i] <= 105

动态规划

class Solution {
public:
    //定义状态转移数组dp[天数][当前是否持股][卖出的次数]
    //下标，是否持股，卖出次数
    int dp[100005][2][3];
    int maxProfit(vector<int>& prices) 
    {
        int n=prices.size();
        dp[0][0][0]=0;
        //第一天买入
        dp[0][1][0]=-prices[0];
        // 第一天不可能已经有卖出
        //这里为什么+100000， 因为 在下面dp[i-1][0][1] - prices[i] 可能会溢出，这是根据测试用例调整的
        dp[0][0][1]=INT_MIN+100000;
        dp[0][0][2]=INT_MIN+100000;
        dp[0][1][1]=INT_MIN+100000;
        dp[0][1][2]=INT_MIN+100000;
        for(int i=1;i<n;i++)
        {
            //未持股，未卖出过，说明从未进行过买卖
            dp[i][0][0]=0;
            //持股，未卖出过，可能是今天买的，可能是之前买的
            dp[i][1][0]=max(dp[i-1][0][0]-prices[i],dp[i-1][1][0]);
            //未持股，卖出过1次，可能是今天卖的，可能是之前卖的
            dp[i][0][1]=max(dp[i-1][0][1],dp[i-1][1][0]+prices[i]);
            //持股，卖出过1次，可能是今天买的，可能是之前买的
            dp[i][1][1]=max(dp[i-1][0][1]-prices[i],dp[i-1][1][1]);
            //未持股，卖出过2次，可能是今天卖的，可能是之前卖的
            dp[i][0][2]=max(dp[i-1][1][1]+prices[i],dp[i-1][0][2]);
            //持股，卖出过2次，不可能
            dp[i][1][2]=INT_MIN;
        }
        return max(max(dp[n-1][0][2],dp[n-1][0][1]),0);
    }
};