动态规划 leetcode 188 买卖股票的最佳时机 IV

1.题目

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 k 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: [2,4,1], k = 2
输出: 2
解释: 在第 1 天 (股票价格 = 2) 的时候买入，在第 2 天 (股票价格 = 4) 的时候卖出，这笔交易所能获得利润 = 4-2 = 2 。
示例 2:

输入: [3,2,6,5,0,3], k = 2
输出: 7
解释: 在第 2 天 (股票价格 = 2) 的时候买入，在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
随后，在第 5 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 。

2解题

状态的转移图

定义两个状态转移的方程
dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i])
max( 选择 rest , 选择 sell )
含义:假如当前时刻手里没有股票，那么有两种可能，上一个时刻手里没有rest或者上个时刻有但是当前时刻卖出去了，dp就要记录这两种情况那种情况下
dp的值更大

dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i])
max( 选择 rest , 选择 buy )
含义:如果当前时刻结束的时候手里有股票，那么也有两种可能，上一个时刻手里就有，这个时刻时刻继续保留rest或者上个时刻手里没有，但是当前时刻选择买入
，然后判断两种的收益哪个更大。
边界值:
所有的初始状态是0 dp = [[[0]2](k+1)]*(n+1)
dp[0][k][1] = -price[0]
代码：

class Solution:
    def maxProfit(self, k, prices):
        n = len(prices)
        if n<1:
            return 0
        maxk = n//2        # 假如最大次数超过总长度的一半，单独按照k为无穷大来计算更容易
        if k >= maxk:      
            maxs = 0
            for i in range(n-1):
                maxs += max(0, prices[i+1]-prices[i])
            return maxs
        else:
            maxk = k
        dp = [[[0]*2 for _ in range(k+1)] for _ in range(n)]
        for i in range(maxk+1):
            dp[0][i][1] = -prices[0]
        for i in range(1, n):
            for k in range(1, maxk+1):
                dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1]+prices[i])
                dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0]-prices[i])
        return dp[n-1][maxk][0]
s = Solution()
s.maxProfit(3,[2,3,4,1,7,11,2,3,6])   

计算过程：

参考：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-iv/solution/yi-ge-tong-yong-fang-fa-tuan-mie-6-dao-gu-piao-w-5/
https://blog.csdn.net/qq_36512295/article/details/100915445