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;
}
};