代码随想录算法训练营day50|第九章 动态规划part11

目录

123.买卖股票的最佳时机III  

188.买卖股票的最佳时机IV  

---

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

代码随想录

首先还是要搞清楚有几种持股情况：

1. 持有第一股，下标0。
2. 不持有第一股且没买第二股，下标1。
3. 不持有第一股且持有第二股，下标2。
4. 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：

1. 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]。
2. 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）。
3. 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。
4. 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

代码随想录

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];
    }