leetcode股票问题dp汇总

股票问题dp

1状态设定

定义dp[i][k][j]为第i天（从0~n-1），当前最多买入k次，j为0或1，表示当前是否持有股票。

2 递推关系

dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i])
              max(   选择 rest  ,           选择 sell      )

解释：今天我没有持有股票，有两种可能：
要么是我昨天就没有持有，然后今天选择 rest，所以我今天还是没有持有；
要么是我昨天持有股票，但是今天我 sell 了，所以我今天没有持有股票了。

dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i])
              max(   选择 rest  ,           选择 buy         )

解释：今天我持有着股票，有两种可能：
要么我昨天就持有着股票，然后今天选择 rest，所以我今天还持有着股票；
要么我昨天本没有持有，但今天我选择 buy，所以今天我就持有股票了。

作者：labuladong
链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-iii/solution/yi-ge-tong-yong-fang-fa-tuan-mie-6-dao-gu-piao-wen/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

3 k的遍历顺序

如果k的定义是，当前最多买入k次，那么就从1~kmax；
如果k的定义是，当前还可以最多买k次，那么就从kmax~1；

4 basecase如何设计

当i==-1时，很容易有
dp[-1][任意的k][0]=0;//不论什么时候，当前还没开始，即使最多买k次，那么没有持有，最大利润就是0；
dp[-1][任意的k][1]=-inf;//不论什么时候，当前还没开始，最多买k次，当前已经持有，这是不可能的，因此定义为负无穷。

我们根据basecase，要设定的是i == 0的情况，所以我们必须对i==0的情况，带入到2里面去，最终得到如下代码！

代码

class Solution {
public:
    const int MinInf=INT_MIN;
    int maxProfit(vector<int>& prices) {
        int kmax=2;
        int n=prices.size();
        if(n==0)return 0;
        vector<vector<vector<int>>> dp(n,vector<vector<int>>(kmax+1,vector<int>(2,0)));
        for(int i=0;i<n;i++){
            for(int k=1;k<=kmax;k++){
                if(i==0){
                    dp[i][k][0]=0;
                    dp[i][k][1]=-prices[i];
                    continue;
                }
                dp[i][k][0]=max(dp[i-1][k][0],dp[i-1][k][1]+prices[i]);
                dp[i][k][1]=max(dp[i-1][k][1],dp[i-1][k-1][0]-prices[i]);
            }
        }
        return dp[n-1][kmax][0];
    }
};