LeetCode第 123 题：买股票的最佳时机III(C++)

123. 买卖股票的最佳时机 III - 力扣（LeetCode）

股票系列：
LeetCode第 121 题：买股票的最佳时机(C++)_zj-CSDN博客
LeetCode第 122 题：买股票的最佳时机II(C++)_zj-CSDN博客
LeetCode第 123 题：买股票的最佳时机III(C++)_zj-CSDN博客
LeetCode第 188 题：买股票的最佳时机IV(C++)_zj-CSDN博客
LeetCode第 309 题：最佳买卖股票时机含冷冻期(C++)_zj-CSDN博客
LeetCode第 714 题：买卖股票的最佳时机含手续费(C++)_zj-CSDN博客

还是股票问题的进阶，只是这次交易次数变成了两次。

那么状态需要在增加一维，变成三维的，分别表示天数、是否持有股票（0,1）、卖出次数（0， 1， 2）。

对应的选择其实是一样的：今天我可以什么也不做、买入（持有状态变化）、卖出（卖出次数的状态变化）。

那么状态转移其实也很简单，看代码就可以：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        //天数、是否持有股票(1,0)、卖出次数状态(2,1,0)
        vector<vector<vector<int>>> dp(n, vector<vector<int>>(2, vector<int>(3, 0)));//默认初始化为0
        //dp[0][0][0] = 0;//第一天什么也不做
        //dp[0][0][1] = 0;
        //dp[0][0][2] = 0;
        dp[0][1][0] = -prices[0];//第一天买入
        dp[0][1][1] = -1e7;//不可能的状态，其实设置为0也不影响计算
        dp[0][1][2] = -1e7;//不可能的状态，其实设置为0也不影响计算
        for(int i = 1; i < n; ++i){//今天可以：什么都不做、卖出（卖出次数增加）、买入（状态变为持有股票）
            //dp[i][0][0] = dp[i-1][0][0];
            dp[i][0][0] = 0;//卖出次数为0，必然没有收益
            dp[i][0][1] = max(dp[i-1][0][1], dp[i-1][1][0] + prices[i]);
            dp[i][0][2] = max(dp[i-1][0][2], dp[i-1][1][1] + prices[i]);

            dp[i][1][0] = max(dp[i-1][1][0], dp[i-1][0][0] - prices[i]);
            dp[i][1][1] = max(dp[i-1][1][1], dp[i-1][0][1] - prices[i]);
            dp[i][1][2] = 0;//限制交易次数两次，所以不可能持有股票的同时又卖出了两次
        }
        return max(dp[n-1][0][1], dp[n-1][0][2]);
    }
};

这儿可以进行二维的优化，不过状态需要修改一下：

第一维还是天数
第二维状态：0，未交易，1，买入一次，2卖出1次，3买入2次，4卖出2次

那么显然dp[i][j]代表第i天，状态为j的时候的收益。

注意：这儿我们可以这么做的原因是限制做多两笔交易，很容易枚举出所有的状态。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        //天数、状态(4,3,2,1,0)
        //0，未交易，1，买入一次，2卖出1次，3买入2次，4卖出2次
        vector<vector<int>> dp(n, vector<int>(5, 0));//默认初始化为0
        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        dp[0][2] = -1e7;
        dp[0][3] = -1e7;
        dp[0][4] = -1e7;
        //一定要注意：不能同时参与多笔交易
        for(int i = 1; i < n; ++i){//每天可以：休息，买入，卖出
            dp[i][0] = 0;//未交易状态，必然没有收益
            dp[i][1] = max(dp[i-1][1], dp[i-1][0] - prices[i]);//昨天就是这个状态或者今天才进行的买入
            dp[i][2] = max(dp[i-1][2], dp[i-1][1] + prices[i]);
            dp[i][3] = max(dp[i-1][3], dp[i-1][2] - prices[i]);//昨天就是这个状态或者昨天是卖出一次的状态而今天进行了买入
            dp[i][4] = max(dp[i-1][4], dp[i-1][3] + prices[i]);//昨天就是这个状态或者昨天是买入两次的状态而今天进行了卖出
        }
        return max(dp[n-1][0], max(dp[n-1][2], dp[n-1][4]));//只需在未交易、卖出一次和卖出两次中取最大值
    }
};

可以看到上面的每一个状态i都是由前一天转移而来，所以可以进行状态压缩：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        if(n < 2)   return 0;
        //0，未交易，1，买入一次，2卖出1次，3买入2次，4卖出2次
        vector<int> dp(5, 0);//默认初始化为0
        dp[0] = 0;
        dp[1] = -prices[0];
        dp[2] = -1e7;
        dp[3] = -1e7;
        dp[4] = -1e7;
        //一定要注意：不能同时参与多笔交易
        for(int i = 1; i < n; ++i){//每天可以：休息，买入，卖出
            //dp[0] = 0;//未交易状态，必然没有收益
            dp[1] = max(dp[1], dp[0] - prices[i]);//昨天就是这个状态或者今天才进行的买入
            dp[2] = max(dp[2], dp[1] + prices[i]);
            dp[3] = max(dp[3], dp[2] - prices[i]);//昨天就是这个状态或者昨天是卖出一次的状态而今天进行了买入
            dp[4] = max(dp[4], dp[3] + prices[i]);//昨天就是这个状态或者昨天是买入两次的状态而今天进行了卖出
        }
        //return max(dp[0], max(dp[2], dp[4]));//只需在未交易、卖出一次和卖出两次中取最大值
        return max(dp[2], dp[4]);//只需在未交易、卖出一次和卖出两次中取最大值
    }
};

上面定义的状态是以卖出次数，不过个人觉得以买入次数来定义更好理解：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        //天数、是否持有股票(1,0)、买入次数状态(2,1,0)
        vector<vector<vector<int>>> dp(n, vector<vector<int>>(2, vector<int>(3, -1e7)));//默认初始化为0
        dp[0][0][0] = 0;//第一天什么也不做
        dp[0][1][1] = -prices[0];//第一天买入且持有
        for(int i = 1; i < n; ++i){//今天可以：什么都不做、买入（状态变为持有股票）
            dp[i][0][0] = 0;//买入次数为0，必然没有收益
            dp[i][0][1] = max(dp[i-1][0][1], dp[i-1][1][1] + prices[i]);
            dp[i][0][2] = max(dp[i-1][0][2], dp[i-1][1][2] + prices[i]);
            //dp[i][1][0] = -1e7;//不可能的状态
            dp[i][1][1] = max(dp[i-1][1][1], dp[i-1][0][0] - prices[i]);
            dp[i][1][2] = max(dp[i-1][1][2], dp[i-1][0][1] - prices[i]);
        }
        int res = 0;
        for(int i = 0; i <= 2; ++i) res = max(res, dp[n-1][0][i]);
        return res;
    }
};