121.买卖股票的最佳时机
看完想法:打家劫舍是用一个Pair来存储结果(偷或者不偷),这里使用一个二维数组来实现。总的来说还是dp定义的不同。还有一个关键点是,return 一定是return 当天不买股票的时候所得的金钱,因为当天买股票是要花钱的,而卖股票是赚钱的,所以赚钱一定多。
//考虑price为0的时候
int len = prices.size();
if(len == 0) return 0;
//不用len+1的原因是,第一天可以当作dp[0]用
vector<vector<int>> dp(len, vector<int>(2,0));
// vector<vector<int>> dp(len, vector<int>(2));
dp[0][0] -= prices[0];
dp[0][1] = 0;
for (int i = 1; i < len; i++) {
dp[i][0] = max(dp[i - 1][0], -prices[i]);
dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);
}
return dp[len - 1][1];
122.买卖股票的最佳时机Ⅱ
看完想法:本题和121. 买卖股票的最佳时机 (opens new window)的代码几乎一样,唯一的区别在dp[i][0]的递推公式上,一个来源是i-1不持有股票,即dp[i-1][0],另一个是i天买入股票,但是要考虑之前得到的利润:
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
这正是因为本题的股票可以买卖多次! 所以买入股票的时候,可能会有之前买卖的利润即:dp[i - 1][1],所以dp[i - 1][1] - prices[i]
123.买卖股票的最佳时机Ⅲ
看完想法:因为可以卖出两次,所以一天一共就有五个状态,
- 没有操作
- 第一次持有股票
- 第一次不持有股票
- 第二次持有股票
- 第二次不持有股票
所以vector数组的第二维 = 5。在最终返回的时候,应该返回dp[size()-1 ][5],因为第二次不持有股票已经包含了第一次不持有股票的情况,所以第二次的钱肯定比第一次的钱多。
if (prices.size() == 0) return 0;
vector<vector<int>> dp(prices.size(), vector<int>(5, 0));
dp[0][1] = -prices[0];
dp[0][3] = -prices[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];