动态规划:
动态规划五部曲:
1、确定dp数组及其下标含义
//dp[i][0]:意为第i天持有股票所得最多现金
//dp[i][1]:意为第i天不持有股票所得最多现金
2、确定递推式
//递推式:dp[i][0]:第i天就持有股票,可由两个状态推出
//1、第i-1天就持有股票 那么dp[i][0] = dp[i-1][0]
//2、第i天买入股票 区别 买卖多次 必定是第i-1天不持有股票的现金减掉当天股票价格
// 则dp[i][0] =dp[i-1][1] -price[i];
//1、第i-1天就不持有股票 dp[i][1] = dp[i-1][1]
//2、第i天卖出 dp[i][1] =dp[i-1][0]+ price[i]
dp[i][0] = max(dp[i-1][0],dp[i-1][1] -price[i]);
dp[i][1] = max(dp[i-1][1],dp[i-1][0]+prices[i]);
3、如何初始化
//第0天持有 买入了
dp[0][0] = -prices[0];
//第0天不持有 空手套白狼
dp[0][1] = 0;
4、确定遍历顺序 从前往后
5、举例推导dp数组
[7,1,5,3,6,4]
dp数组变化:
-7 0
-1 0
-1 4
1 4
1 7
3 7
代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
//dp[i][0]:意为第i天持有股票所得最多现金
//dp[i][1]:意为第i天不持有股票所得最多现金
//递推式:dp[i][0]:第i天就持有股票,可由两个状态推出
//1、第i-1天就持有股票 那么dp[i][0] = dp[i-1][0]
//2、第i天买入股票 区别 买卖多次 必定是第i-1天不持有股票的现金减掉当天股票价格
// 则dp[i][0] =dp[i-1][1] -price[i];
//dp[i][1]:第i天不持有股票,也可由两个状态推出
//1、第i-1天就不持有股票 dp[i][1] = dp[i-1][1]
//2、第i天卖出 dp[i][1] =dp[i-1][0]+ price[i]
//两者都取最大值
int n = prices.size();
//定义dp数组
vector<vector<int>> dp(n,vector<int>(2));
//初始化
//第0天持有 买入了
dp[0][0] = -prices[0];
//第0天不持有 空手套白狼
dp[0][1] = 0;
//计算dp 从前往后遍历
for(int i = 1;i<n;i++){
dp[i][0] = max(dp[i-1][0],dp[i-1][1]-prices[i]);
dp[i][1] = max(dp[i-1][1],dp[i-1][0]+prices[i]);
}
//不持有一定比持有所得多 持有股票说明还没卖掉 必定是亏着的
return dp[n-1][1];
}
};