代码随想录算法训练营第41天| 121. 买卖股票的最佳时机 、122.买卖股票的最佳时机II 、123.买卖股票的最佳时机III

121. 买卖股票的最佳时机

题目链接：121. 买卖股票的最佳时机

思路：两种状态，一种是持有股票dp[i][0]，另一种是不持有股票dp[i][1]

dp[i][0] 在第i天保持股票所能获得的最大利润
dp[i][1] 在第i天不保持股票所能获得的最大利润
递推公式：dp[i][0]=max(dp[i-1][0],-prices[i])
递推公式：dp[i][1]=max(dp[i-1][1],dp[i-1][0]+prices[i])

代码：

class Solution {
public:
    int maxProfit(vector<int>& prices) {

        vector<vector<int>> dp(prices.size()+1,vector<int>(2));
        //初始化
        dp[0][0]=-prices[0];
        dp[0][1]=0;
        //遍历顺序
        for(int i=1;i<prices.size();i++){
            dp[i][0]=max(dp[i-1][0],-prices[i]);
            dp[i][1]=max(dp[i-1][1],dp[i-1][0]+prices[i]);
        }
        return max(dp[prices.size()-1][0],dp[prices.size()-1][1]);          
    }
};

122.买卖股票的最佳时机II

题目链接：122. 买卖股票的最佳时机 II

思路：在第i天获得的最大利润，由前一天的最大利润和这一天减去前一天的利润决定。如果是负的，则这一天的最大利润就等于前一天的最大利润，否则再加上这两天的价格差值。

dp[i]下标及其含义： 第i天所能获得的最大利润
递推公式：dp[i]+=dp[i-1]+max(0,prices[i-1]-prices[i-2])

代码：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        
        //初始化
        vector<int> dp(prices.size()+1);
        dp[0]=0;
        dp[1]=0;
        for(int i=2;i<=prices.size();i++){
            dp[i]=dp[i-1]+max(0,prices[i-1]-prices[i-2]);
        }
        return dp[prices.size()];
        //遍历顺序
    }
};

123.买卖股票的最佳时机III  

题目链接：123. 买卖股票的最佳时机 III

思路：由于只能进行两次买卖，所以我们使用1，2，3，4来标记这次属于什么状态。dp[i][1]第一次买入，dp[i][2]第一次卖出，dp[i][3]第二次买入，dp[i][4]第二次卖出。(是表示状态而不是动作)

接着对这四个状态分别进行分析：

状态为第一次买入时，有可能是之前就已经买入，也有可能是这一天才买入。

      dp[i][1]=max(dp[i-1][1],-prices[i-1])

状态为第一次卖出时，有可能是之前就已经卖出，也有可能是这一天才卖出。

      dp[i][2]=max(dp[i-1][2],dp[i-1][1]+prices[i-1])

状态为第二次买入时，有可能是之前就已经买入，也有可能是这一天才买入。

      dp[i][3]=max(dp[i-1][3],dp[i][2]-prices[i-1])

状态为第二次卖出时，有可能是之前就已经卖出，也有可能是这一天才卖出。

      dp[i][4]=max(dp[i-1][4],dp[i-1][3]+prices[i-1])

代码：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        //dp[i][1] 第i天 第1次买入 所持有的最大现金数
        //dp[i][2] 第i天 第1次卖出 所持有的最大现金数
        //dp[i][3] 第i天 第2次买入 所持有的最大现金数
        //dp[i][4] 第i天 第2次卖出 所持有的最大现金数

        //dp[i][1] = max(dp[i-1][1],dp[i-1][0]-prices[i-1]) //要么延续前一天已买入的状态 要么是前一天未买入这一天买入
        //dp[i][2] = max(dp[i-1][2],dp[i-1][1]+prices[i-1]) //延续前一天已卖出 或者 前一天未卖出这一天卖出
        //dp[i][3] = max(dp[i-1][3],dp[i-1][2]-prices[i-1]) //要么延续前一天已买入的状态 要么是前一天未买入这一天买入
        //dp[i][4] = max(dp[i-1][4],dp[i-1][3]+prices[i-1]) //延续前一天已卖出 或者 前一天未卖出这一天卖出
        vector<vector<int>> dp(prices.size()+1,vector<int>(5));
        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][1] = max(dp[i-1][1],dp[i-1][0]-prices[i-1]); 
            dp[i][2] = max(dp[i-1][2],dp[i-1][1]+prices[i-1]);
            dp[i][3] = max(dp[i-1][3],dp[i-1][2]-prices[i-1]);
            dp[i][4] = max(dp[i-1][4],dp[i-1][3]+prices[i-1]);
        }
        return dp[prices.size()][4];
    }
};