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 i i 天)的变化
分别记为 h e a d i head_{i} headi和 b a c k i back_{i} backi
则两次交易利润最大值 = max i ( h e a d i + b a c k i ) \max_i(head_{i}+back_{i}) maxi(headi+backi)
p.s
1.上述 b a c k i back_{i} backi表示第 i i i 天后可获得最大利润值;而实际代码中,为方便计算, b a c k d p [ i ] backdp[i] backdp[i]代表后 i + 1 i+1 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: