leetcode 123. 买卖股票的最佳时机 III（C++）

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 两笔 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: [3,3,5,0,0,3,1,4]
输出: 6
解释: 在第 4 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 。
     随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天 （股票价格 = 4）的时候卖出，这笔交易所能获得利润 = 4-1 = 3 。

示例 2:

输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。   
     注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。   
     因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3:

输入: [7,6,4,3,1] 
输出: 0 
解释: 在这个情况下, 没有交易完成, 所以最大利润为 0。

来源：123. 买卖股票的最佳时机 III - 力扣（LeetCode）
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

两段求和取大法

• 可理解为用第一次交易结束的时刻为节点将整个时间分成两段：
  用动态规划计算两段时间内可获得的最大利润值随分隔节点（第 $i$ 天）的变化
  分别记为$hea{d}_i$和$bac{k}_i$
  则两次交易利润最大值 = ${\max }_i(hea{d}_i+bac{k}_i)$
  p.s
  1.上述$bac{k}_i$表示第 $i$ 天后可获得最大利润值；而实际代码中，为方便计算，$backdp[i]$代表后 $i+1$ 天内可获得最大利润值
  2.关于最大利润值的计算是转化为求最大连续（差值）和来处理的，具体思路见
  121. 买卖股票的最佳时机 - dp 7 行简约风格

代码如下：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int len = prices.size();
        if(len < 2) return 0;
        int profit = 0;
        int headdp[len]={0};  //记录前i天的最大收益
        int backdp[len]={0};  //记录后i天的最大收益
        int sum1 = 0;			//储存连续最大和
        int sum2 = 0;			//储存连续最大和
        for(int i = 1;i < len;i++)
        {
            sum1 = max(0,sum1 + prices[i] - prices[i-1]);
            headdp[i] = max(headdp[i-1],sum1);
            sum2 = max(0,sum2 + prices[len-i] - prices[len-i-1]);
            backdp[i] = max(backdp[i-1],sum2);
        }
        for(int i = 0;i < len;i++)
            profit = max(profit,headdp[i]+backdp[len-1-i]);
        return profit;
    }
};

结果：

两段求和取大法改进

• 实际不用特地做两个数组进行动态规划，就用两个变量储存前一次迭代的最大值就好
• 在第一个循环内就把两段的最大值加起来，储存于profit，最后直接返回profit的最大值
  （max_element()是algorithm库中求最大值的函数，用于vector类型时返回的是迭代器类型）

代码如下：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int len = prices.size();
        if(len < 2) return 0;
        vector<int> profit(len,0);	
        //int profit[len] = {0};
        int sum1 = 0;
        int sum2 = 0;
        int max1 = 0;		//储存前一次迭代前半部分的最大值
        int max2 = 0;		//储存前一次迭代后半部分的最大值
        for(int i = 1;i < len;i++)
        {
            sum1 = max(0,sum1 + prices[i] - prices[i-1]);
            max1 = max(max1,sum1);
            profit[i] += max1;
            sum2 = max(0,sum2 + prices[len-i] - prices[len-i-1]);
            max2 = max(max2,sum2);
            profit[len-1-i] += max2;
        }
        return *max_element(profit.begin(),profit.end());
        //return *max_element(profit,profit + len);
    }
};

结果：