【LeetCode】 123. Best Time to Buy and Sell Stock III 买卖股票的最佳时机 III（Hard）（JAVA）

【LeetCode】 123. Best Time to Buy and Sell Stock III 买卖股票的最佳时机 III（Hard）（JAVA）

题目地址: https://leetcode.com/problems/best-time-to-buy-and-sell-stock-iii/

题目描述：

Say you have an array for which the ith element is the price of a given stock on day i.

Design an algorithm to find the maximum profit. You may complete at most two transactions.

Note: You may not engage in multiple transactions at the same time (i.e., you must sell the stock before you buy again).

Example 1:

Input: prices = [3,3,5,0,0,3,1,4]
Output: 6
Explanation: Buy on day 4 (price = 0) and sell on day 6 (price = 3), profit = 3-0 = 3.
Then buy on day 7 (price = 1) and sell on day 8 (price = 4), profit = 4-1 = 3.

Example 2:

Input: prices = [1,2,3,4,5]
Output: 4
Explanation: Buy on day 1 (price = 1) and sell on day 5 (price = 5), profit = 5-1 = 4.
Note that you cannot buy on day 1, buy on day 2 and sell them later, as you are engaging multiple transactions at the same time. You must sell before buying again.

Example 3:

Input: prices = [7,6,4,3,1]
Output: 0
Explanation: In this case, no transaction is done, i.e. max profit = 0.

Example 4:

Input: prices = [1]
Output: 0

Constraints:

• 1 <= prices.length <= 10^5
• 0 <= prices[i] <= 10^5

题目大意

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）。

解题方法

这一题比较难的是：上一次可能持有股票，也可能不持有股票。索性就分两种状态来判断

1. 采用动态规划的方法，重要的是找出 dp 函数和转移方程
2. 用 dp[i][j][k] 表示动态函数：i 表示 股票的位置；j 表示交易的最大次数；k = 0, 表示当前位置不持有股票, k = 1, 表示当前位置持有股票
3. 找出转移方程

• 如果 i = 0, 也就是第 0 个位置，不管最大交易几次，当前位置最大值都为 0，如果持有股票的话 dp[0][j][1] = -prices[i]
• 如果 j = 0, 也就是 当前交易最大次数为 0，当前位置最大值都为 0，如果持有股票的话，就需要和上一次比较哪一个更小了
• 如果当前不持有股票（求出所有情况的最大值）：1. 上一次持有股票 + 当前的股票价值（需要少一次最大交易次数）；2. 上一次也不持有（最大交易次数和上次相同）
• 如果当前持有股票（求出所有情况的最大值）：1. 上一次不持有股票 - 当前的股票价值；2. 上一次持有股票

class Solution {
    public int maxProfit(int[] prices) {
        // [i][j][0]: no stock, [i][j][1]: has stock
        int[][][] dp = new int[prices.length][3][2];
        for (int i = 0; i < prices.length; i++) {
            for (int j = 0; j < dp[0].length; j++) {
                if (i == 0) {
                    dp[i][j][0] = 0;
                    dp[i][j][1] = -prices[i];
                } else if (j == 0) {
                    dp[i][j][0] = 0;
                    dp[i][j][1] = Math.max(-prices[i], dp[i - 1][j][1]);
                } else {
                    dp[i][j][0] = Math.max(dp[i - 1][j][0], dp[i - 1][j - 1][1] + prices[i]);
                    dp[i][j][1] = Math.max(dp[i - 1][j][0] - prices[i], dp[i - 1][j][1]);
                }
            }
        }
        return dp[prices.length - 1][2][0];
    }
}

执行耗时:135 ms,击败了6.91% 的Java用户
内存消耗:64.6 MB,击败了14.26% 的Java用户

欢迎关注我的公众号，LeetCode 每日一题更新