LeetCode:309. 最佳买卖股票时机含冷冻期(python)
给定一个整数数组,其中第 i 个元素代表了第 i 天的股票价格 。
设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票):
- 你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
- 卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
示例:
输入: [1,2,3,0,2]
输出: 3
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]
思路:
分析股票交易动态规划方案 见该博客的思路2 模块1,本题在其基础上进行扩展。
-
原状态转移方程:
dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i])
max( 选择 rest , 选择 sell )
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 )
-
本题要求再次购买股票时,需要在前 2 天状态为 0(未持有股票)的基础上进行 buy 操作,则状态转移方程更改为:
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-2][k-1][0] - prices[i])
-
采用单变量代替
dp
数组简化计算时,需要记录前 2 天状态未持有股票的收益。
附代码(Python3):
class Solution:
def maxProfit(self, prices):
if not prices:
return 0
# 初始化状态
dp_i_0, dp_i_1 = 0, float('-inf')
# 初始化前 2 天未持有股票状态的收益
dp_pre_0 = 0
# 等同于 i=0 处开始迭代
for i in range(len(prices)):
# 记录前 1 天状态
temp = dp_i_0
# 更新当天状态
dp_i_0 = max(dp_i_0, dp_i_1+prices[i])
dp_i_1 = max(dp_i_1, dp_pre_0-prices[i])
# 更新记录的前 1 天状态为前 2 天状态
dp_pre_0 = temp
return dp_i_0
test = Solution()
prices = [1,2,3,0,2]
test.maxProfit(prices)
3
总结:其他股票题的笔记如下
LeetCode:121. 买卖股票的最佳时机(python)
LeetCode:122. 买卖股票的最佳时机 II(python)
LeetCode:123. 买卖股票的最佳时机 III(python)
LeetCode:188. 买卖股票的最佳时机 IV(python)
LeetCode:309. 最佳买卖股票时机含冷冻期(python)
LeetCode:714. 买卖股票的最佳时机含手续费(python)