动态规划之状态机模型：股票买卖II

题目描述

给定一个长度为 $N$ 的数组，数组中的第 $i$ 个数字表示一个给定股票在第 $i$ 天的价格。

设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）:

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）。卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。

输入格式

第一行包含整数 $N$，表示数组长度。

第二行包含 $N$ 个不超过 10000 的正整数，表示完整的数组。

输出格式

输出一个整数，表示最大利润。

数据范围

$1\le N\le 10^5$

输入样例

5
1 2 3 0 2

输出样例

3

样例解释

对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]，第一笔交易可得利润 2-1 = 1，第二笔交易可得利润 2-0 = 2，共得利润 1+2 = 3。

算法思想

根据题目描述，在$N$天里不限制交易次数，但是必须满足

• 不能同时参与多笔交易
• 卖出股票后，无法在第二天买入股票 。

如果将每一天作为一个阶段进行处理，对每一个阶段来说，可以进行股票交易、买入卖出，也可能是冷冻期、无法买入卖出。因此可以借助状态机的思想，将每天的状态细分为冷冻期外不持有股票（空仓）、冷冻期内不持有股票（冷冻期），手中持有股票（持仓） 3种状态，如下图所示：

上述状态机描述了5种符合条件的状态转换：

• 没有股票（空仓）-> 没有股票（空仓），继续空仓
• 没有股票（冷冻期）-> 没有股票（空仓），等待
• 持有股票（持仓）-> 持有股票（持仓），继续持有
• 没有股票（空仓）-> 持有股票（持仓），买入
• 持有股票（持仓）-> 没有股票（冷冻期），清仓卖出

因此，可以使用该状态机模型定义每个阶段的状态，并进行状态计算。

状态表示

• f[i][0]表示在第i天空仓（不在冷冻期、不持有股票）时，前i天的最大收益
• f[i][1]表示第i天为冷冻期（不持有股票）时，前i天的最大收益
• f[i][2]表示在第i天持仓（持有股票）时，前i天的最大收益

状态计算

• f[i][0]取第i - 1天空仓、或者第i - 1天为冷冻期时，前i - 1天的最大收益：f[i][0] = max(f[i - 1][0], f[i - 1][1])
• f[i][1]取第i - 1天卖出股票时，前i - 1天的最大收益 + 第i天卖出股票的收益：f[i][1] = f[i - 1][2] + w[i]
• f[i][2]取第i - 1天持仓、或者在第i - 1天买入股票时的前i - 1天的最大收益减去卖出股票时的收益：f[i][2] = max(f[i - 1][2], f[i - 1][0] - w[i])

初始状态

f[0][0] = 0表示最初不进行任何交易时空仓的最大收益为0。
f[0][1] = f[0][2] = -INF表示f[0][1]、f[0][2]都是不合法状态。

时间复杂度

状态数：$n\times 3$
转移计算：$O(1)$
时间复杂度：$O(n\times 3)$

代码实现

#include <iostream>
#include <cstdio>
using namespace std;
const int N = 100010, INF = 0x3f3f3f3f;
//f[i][0]表示在第i天空仓（不在冷冻期、不持有股票）时，前i天的最大收益
//f[i][1]表示第i天为冷冻期（不持有股票）时，前i天的最大收益
//f[i][2]表示在第i天持仓（持有股票）时，前i天的最大收益
int w[N], f[N][3];
int main()
{
    int n;
    scanf("%d", &n);
    for(int i = 1; i <= n; i ++) scanf("%d", &w[i]);    
    //初始状态
    //f[0][0]表示最初不进行任何交易时空仓的最大收益为0
    //f[0][1]、f[0][2]都是不合法状态
    f[0][0] = 0, f[0][1] = f[0][2] = -INF;
    for(int i = 1; i <= n; i ++)
    {
        //f[i][0]取第i - 1天空仓、或者第i - 1天为冷冻期时，前i - 1天的最大收益
        f[i][0] = max(f[i - 1][0], f[i - 1][1]);
        //f[i][1]取第i - 1天卖出股票时，前i - 1天的最大收益 + 第i天卖出股票的收益
        f[i][1] = f[i - 1][2] + w[i];
        //f[i][2]取第i - 1天持仓，或者第i - 1天买入股票时的前i - 1天的最大收益
        f[i][2] = max(f[i - 1][2], f[i - 1][0] - w[i]);
    }    
    printf("%d\n", max(f[n][0], f[n][1]));
    
    return 0;
}