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
对于买卖股票的最佳时机Ⅲ,他要求可以买卖两次,因此,我们可以将其视为两次独立的买卖股票,买卖股票中,我们只能进行一次买卖,此处是两次,因此,我们分别记录第一次购买和第二次购买。
我们创建四个状态,来记录两次购买股票
1.第一次持有股票
2.第一次不持有股票
3.第二次持有股票
4.第二次不持有股票
因此,我们需要构建一个二维数组。
vector<vector<int>>dp(prices.size(),vector<int>(4,0));
//行表示天数,列表示四个状态
而对于数组的推导公式。
第一次购买股票时,我们记录其为前一天与今天股票价格的最小值。
dp[ii][0] = max(dp[ii-1][0],0-prices[ii]);
第一次不持有股票时,我们记录其为前一天的第一次不持有与今天卖出股票的较大值。
dp[ii][1] = max(dp[ii-1][1],dp[ii-1][0]+prices[ii]);
第二次购买股票时,我们比较昨天与今天的股票价格,买一个较小的,也就是比较昨天的第二次购买与今天的第二次购买
dp[ii][2] = max(dp[ii-1][2],dp[ii-1][1]-prices[ii]);
第二次不持有股票时,我们与第一次不持有类似,不过使用第二次的数据
dp[ii][3] = max(dp[ii-1][3],dp[ii-1][2]+prices[ii]);
数组的初始化,因为,股票可能只出售了一次,也可能出售了两次,因此,我们令第一次购买与第二次购买股票都为第一天股票的负值,这样直到第二次持有股票之前,数组的第三四列都是第一次持有的数据。
class Solution {
public:
int maxProfit(vector<int>& prices) {
vector<vector<int>>dp(prices.size(),vector<int>(4,0));
//0.未持有股票,1.第一次持有股票,2.第一次卖出股票,3.第二次持有股票,4.第二次卖出股票
dp[0][0] = -prices[0];
dp[0][2] = -prices[0];
for(int ii =1;ii<prices.size();ii++)
{
dp[ii][0] = max(dp[ii-1][0],0-prices[ii]);
dp[ii][1] = max(dp[ii-1][1],dp[ii-1][0]+prices[ii]);
dp[ii][2] = max(dp[ii-1][2],dp[ii-1][1]-prices[ii]);
dp[ii][3] = max(dp[ii-1][3],dp[ii-1][2]+prices[ii]);
}
return dp[prices.size()-1][3];
}
};
188.买卖股票的最佳时机Ⅳ
按照买卖股票得最佳时机Ⅲ的逻辑,我们写出类似的代码即可。
我们设置一个二维数组,行数为天数,列数为买卖次数的两倍,奇数列用于记录不持有股票,偶数列用于记录持有股票的最大金额。
我们利用循环对每次进行遍历。
代码
class Solution {
public:
int maxProfit(int k, vector<int>& prices) {
vector<vector<int>>dp(prices.size(),vector<int>(2*k,0));
for(int ii =0;ii<k;ii++)
dp[0][ii*2] = -prices[0];
for(int ii =1;ii<prices.size();ii++)
{
dp[ii][0] = max(dp[ii-1][0],0-prices[ii]);
int u =-1;
for(int jj = 1;jj<2*k;jj++)
{
u*=-1;
dp[ii][jj] = max(dp[ii-1][jj],(dp[ii-1][jj-1]+u*prices[ii]));
}
}
return dp[prices.size()-1][2*k-1];
}
};