DP算法问题写这些题就够了 123. 买卖股票的最佳时机 III【第三题】-CSDN博客

本文链接：https://blog.csdn.net/qq_17405059/article/details/145809667

123. 买卖股票的最佳时机 III

题目描述

给定一个数组，它的第 i 个元素是第 i 天的股票价格。设计一个算法来计算你所能获取的最大利润，最多可以完成 两笔交易。

注意事项：

你不能同时进行多笔交易（在买入新的股票之前必须先卖出之前的股票）。
一次交易包括买入和卖出股票。

示例

示例 1：

输入：

prices = [3,3,5,0,0,3,1,4]

输出：

解释：

在第 4 天（股票价格为 0）买入，在第 6 天（股票价格为 3）卖出，利润为 3 - 0 = 3。
随后，在第 7 天（股票价格为 1）买入，在第 8 天（股票价格为 4）卖出，利润为 4 - 1 = 3。
总利润为 3 + 3 = 6。

示例 2：

输入：

prices = [1,2,3,4,5]

输出：

解释：

在第 1 天买入，在第 5 天卖出，利润为 5 - 1 = 4。

示例 3：

输入：

prices = [7,6,4,3,1]

输出：

解释：

由于股票价格在整个时间段内不断下降，没有交易可以完成，最大利润为 0。

示例 4：

输入：

prices = [1]

输出：

解释：

只有一天的数据，无法进行任何交易，最大利润为 0。

解题思路

在这里插入图片描述

我们可以使用动态规划来解决这个问题，设定一个 dp 数组，记录在不同状态下的最大利润。

状态定义：

dp[i][1]：第 i 天时，持有股票并且完成了第一次买入。
dp[i][2]：第 i 天时，不持有股票并且完成了第一次卖出。
dp[i][3]：第 i 天时，持有股票并且完成了第二次买入。
dp[i][4]：第 i 天时，不持有股票并且完成了第二次卖出。

由于我们有两笔交易，所以状态总共包括 4 个阶段。每一天，我们都可以选择继续持有股票、卖出股票或者买入股票。

初始化时，将所有状态初始化为极小值（-∞），以确保从头开始时，必须通过买入才能开始盈利。

动态规划转移方程：

dp[i][1] = max(dp[i-1][1], -prices[i-1])：表示第一次买入股票，选择继续持有或者当天买入。
dp[i][2] = max(dp[i-1][2], dp[i-1][1] + prices[i-1])：表示第一次卖出股票，选择继续持有第一次卖出的状态，或者在第 i 天卖出。
dp[i][3] = max(dp[i-1][3], dp[i-1][2] - prices[i-1])：表示第二次买入股票，选择继续持有第二次买入的状态，或者在第 i 天买入。
dp[i][4] = max(dp[i-1][4], dp[i-1][3] + prices[i-1])：表示第二次卖出股票，选择继续持有第二次卖出的状态，或者在第 i 天卖出。

最终结果：

最终答案为 max(dp[n][4], dp[n][2])，即完成最多两次交易后的最大利润，可能是仅完成第一次卖出的利润或第二次卖出的利润。

代码实现

from typing import List

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        n = len(prices)
        if n == 0:
            return 0
        
        # dp[i][1]: 持有股票并且第一次买入
        # dp[i][2]: 不持有股票并且卖出了第一次股票
        # dp[i][3]: 持有股票并且第二次买入
        # dp[i][4]: 不持有股票并且卖出了第二次股票
        dp = [[-2e9] * 5 for _ in range(n + 1)]  # 初始化为极小值
        
        for i in range(1, n + 1):
            dp[i][1] = max(dp[i-1][1], -prices[i-1])  # 第一次买入股票
            dp[i][2] = max(dp[i-1][2], dp[i-1][1] + prices[i-1])  # 第一次卖出股票
            dp[i][3] = max(dp[i-1][3], dp[i-1][2] - prices[i-1])  # 第二次买入股票
            dp[i][4] = max(dp[i-1][4], dp[i-1][3] + prices[i-1])  # 第二次卖出股票
        
        # 返回完成最多两次交易后的最大利润
        return max(0, dp[n][4], dp[n][2])  # 可以是第二次卖出（dp[n][4]）或者仅卖出第一次股票（dp[n][2]）