目录
123.买卖股票的最佳时机III
这道题一下子就难度上来了,关键在于至多买卖两次,这意味着可以买卖一次,可以买卖两次,也可以不买卖。
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
首先还是要搞清楚有几种持股情况:
- 持有第一股,下标0。
- 不持有第一股且没买第二股,下标1。
- 不持有第一股且持有第二股,下标2。
- 已买第二股且不持有第二股,下标3。
每天包含四种情况,故而要设置dp数组的一维长度为4。对应的递推公式为:
- dp[i][0] = max(dp[i-1][0], -prices[i])。第一次持股,要么是之前就持股,要么是今天刚买入。注意因为这是第一股,所以之前必然不可能有什么财富积累,不能写dp[i][1]-prices[i]。
- dp[i][1] = max(dp[i-1][1], dp[i-1][0]+prices[i])。第一次不持股,要么是之前就不持股(前一天第一次不持有股票),要么是今天刚卖出持有的第一股(前一天第一次持有股票)。
- dp[i][2] = max(dp[i-1][2], dp[i-1][1]-prices[i])。第二次持股,要么是前一天就第二次持股,要么是前一天第一次不持有股票今天买入。注意第二次持股才有第一次不持股的财富积累。
- dp[i][3] = max(dp[i-1][3], dp[i-1][2]+prices[i])。第二次不持股,要么是前一天就已经卖掉了
因为都需要用到前一行的数据,所以dp[0]的一行必须全部初始化,dp[0][0]初始化为-prices[0]、dp[0][1]和dp[0][3]初始化为0自不必说,dp[0][2]初始化也初始化为-prices[0],这是因为虽然dp[i][2]是第一次卖出后再次买入的最大金额,此时就等于说0天的时候买入再卖出然后再买入第二股,所以金额自然是0-prices[0](也就是-prices[0])。
最终得到的结果应该是dp[i][3],因为同为卖出所得,自然是卖了两次的赚的多,这也合理,但是是什么保证dp[i][3]售卖的次数一定不多于两次呢。
只交易一次股票最多赚钱的递推公式是:dp[i][0] = max(dp[i - 1][0], -prices[i]) 和 dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0])。允许交易多次的递推公式是:dp[i][0]=max(dp[i-1][0],dp[i-1][1]-prices[i]) 和 dp[i][1]=max(dp[i-1][1],dp[i-1][0]+prices[i])。对比可以发现决定购买股票次数的关键是对dp[i][0]的推导,只允许一次交易的dp[i][0]在购买股票的时候没有本钱(上次交易赚得的钱),而允许多次交易的dp[i][0]在购买情况下是有上几次交易的赚得的钱的,故而可知交易几次要看购买股票的时候是否已经有本钱。进一步,多次交易的本钱是dp[i-1][0],这个值是经历多次交易得到的,而这次对于第二次持有股票的递推公式是dp[i][2] = max(dp[i-1][2], dp[i-1][1]-prices[i]),它的本钱是dp[i-1][1],这个值是只(最多)经历过一次交易得到的(dp[i][0]以及dp[i][1]的推导是根据交易一次股票的前提推导的),故而它必然只能是第二次交易(最多)。
int maxProfit(vector<int>& prices) {
vector<vector<int>> dp(prices.size(),vector<int>(4,0));
dp[0][0]=-prices[0],dp[0][2]=-prices[0];
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]);
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]);
}
return dp[prices.size()-1][3];
}
再次,因为只需要利用前一行的值,故而可以使用一维数组——
int maxProfit(vector<int>& prices) {
if (prices.size() == 0) return 0;
vector<int> dp(5, 0);
dp[1] = -prices[0];
dp[3] = -prices[0];
for (int i = 1; i < prices.size(); i++) {
dp[1] = max(dp[1], dp[0] - prices[i]);
dp[2] = max(dp[2], dp[1] + prices[i]);
dp[3] = max(dp[3], dp[2] - prices[i]);
dp[4] = max(dp[4], dp[3] + prices[i]);
}
return dp[4];
}
188.买卖股票的最佳时机IV
本题是123.买卖股票的最佳时机III 的进阶版
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
有了上一道题的铺垫,这道题就简单多了,直接总结规律、套模板即可。
int maxProfit(int k, vector<int>& prices) {
vector<int> dp(k*2+1,0);
for(int i=1;i<k*2+1;i+=2) dp[i]=-prices[0];
for(int i=1;i<prices.size();i++){
for(int j=1;j<k*2;j+=2) {
dp[j]=max(dp[j],dp[j-1]-prices[i]);
dp[j+1]=max(dp[j+1],dp[j]+prices[i]);
}
}
return dp[k*2];
}