leetcode_188. 买卖股票的最佳时机 IV

给定一个数组，它的第 i 个元素是一支给定的股票在第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。

注意: 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）。

示例 1:

输入: [2,4,1], k = 2
输出: 2
解释: 在第 1 天 (股票价格 = 2) 的时候买入，在第 2 天 (股票价格 = 4) 的时候卖出，这笔交易所能获得利润 = 4-2 = 2 。

示例 2:

输入: [3,2,6,5,0,3], k = 2
输出: 7
解释: 在第 2 天 (股票价格 = 2) 的时候买入，在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
随后，在第 5 天 (股票价格 = 0) 的时候买入，在第 6 天 (股票价格 = 3) 的时候卖出, 这笔交易所能获得利润 = 3-0 = 3 。

解析：
股票问题的通用解参见
https://blog.csdn.net/qq_37292201/article/details/104000886

本题是限定了交易次数K
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])
对于以上状态转移方程，因为k的数量不定因而没有可化简的地方

需要注意的一点是K的大小，对于7天的股票行情，将K设置为一百万是没有任何意义的，对于天数n，有意义的K值最大为n/2
如果大于这个值，题目可以直接视为不限次数的股票交易，即第123题

class Solution {
public:
    int maxProfit(int k, vector<int>& prices) {
        if(prices.size()==0) return 0;
        //当k非常大，将情况化简为无限次交易
        if(k>=prices.size()/2){
            int a = 0;
            int b = INT_MIN;
            for(int i=0;i<prices.size();++i){
                int tmp = a;
                a = max(a,b+prices[i]);
                b = max(b,tmp-prices[i]);
            }
            return a;
        }
        //k次交易
        ///三维数组
        /*vector<vector<vector<int>>> dp(prices.size(),vector<vector<int>>(k+1,vector<int>(2,0)));
        for(int i=0;i<=k;++i){
            dp[0][i][0] = 0;
            dp[0][i][1] = -prices[0];
        }
        for(int i=1;i<prices.size();++i){
            for(int j=1;j<=k;++j){
                dp[i][j][0] = max(dp[i-1][j][0],dp[i-1][j][1]+prices[i]);
                dp[i][j][1] = max(dp[i-1][j][1],dp[i-1][j-1][0]-prices[i]);
            }
        }
        return dp[prices.size()-1][k][0];*/
        //二维数组
        vector<vector<int>> dp(k+1,vector<int>(2,0));
        for(int i=0;i<=k;++i){
            dp[i][0] = 0;
            dp[i][1] = -prices[0];
        }
        for(int i=1;i<prices.size();++i){
            for(int j=1;j<=k;++j){
                dp[j][0] = max(dp[j][0],dp[j][1]+prices[i]);
                dp[j][1] = max(dp[j][1],dp[j-1][0]-prices[i]);
            }
        }
        return dp[k][0];
    }
};