123. 买卖股票的最佳时机 III

123. 买卖股票的最佳时机 III

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 两笔 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: [3,3,5,0,0,3,1,4]
输出: 6
解释: 在第 4 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 。
     随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天 （股票价格 = 4）的时候卖出，这笔交易所能获得利润 = 4-1 = 3 。

示例 2:

输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。   
     注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。   
     因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3:

输入: [7,6,4,3,1] 
输出: 0 
解释: 在这个情况下, 没有交易完成, 所以最大利润为 0。

使用动态规划算法求解

状态：

• 天数 i （0 <= i <= len(prices)）
• 卖出次数 j （0 <= j <= 2）
• 持股状态 k （0：未持有；1：持有）

dp[i][j][k] 表示第 i 天，卖出次数为 j，持股状态为 k 时的最大利润。

初始情况:

dp[0][0][0] = 0

dp[0][0][1] = - prices[0] # 第一天买入

dp[0][1][0] = - inf # 不可能在第一天卖出

dp[0][1][1] = - inf # 不可能在第一天卖出过还持有股票

dp[0][2][0] = - inf

dp[0][2][1] = - inf

状态转移：

当卖出过 0 次股票（j = 0）时，

• 当 k = 0 时，表示没有持有股票，

  dp[i][0][0] = 0

• 当 k = 1 时，有两种可能，即前一天持有且今日未卖出或前一天未持有且今日买入

  dp[i][0][1] = max(dp[i-1][0][1], dp[i-1][0][0] - prices[i])

当卖出过 1 次股票（ j = 1）时，未持股可以买入，持股可以卖出。

• 当 k = 0 时，有两种可能，即前一天未持有且今日未买入或前一天持有且今日卖出

  dp[i][1][0] = max(dp[i-1][1][0], dp[i-1][0][1] + prices[i])

• 当 k = 1 时，有两种可能，即前一天持有且今日未卖出或前一天未持有且今日买入

  dp[i][1][1] = max(dp[i-1][1][1], dp[i-1][1][0] - prices[i])

当卖出过 2 次股票（j = 2）时，不可买入，持股可卖出。

• 当 k = 0 时，有两种可能，即前一天未持有且今日未买入或前一天持有且今日卖出

  dp[i][2][0] = max(dp[i-1][2][0], dp[i-1][1][1] + prices[i])

• 当 k = 1 时，表示卖出过两次还持有，不可能

  dp[i][2][1] = - inf

返回结果应是买卖 1 次的最大利润、买卖 2 次的最大利润和不操作（股票一直跌时，不操作利润最大）三种情况取最大值。

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        prices_size = len(prices)
        if prices_size <= 1: return 0
        dp = [[[0 for k in range(2)] for j in range(3)] for i in range(prices_size)]
        
        dp[0][0][0] = 0
        dp[0][0][1] = - prices[0]
        dp[0][1][0] = - float("inf")
        dp[0][1][1] = - float("inf")
        dp[0][2][0] = - float("inf")
        dp[0][2][1] = - float("inf")

        for i in range(1, prices_size):
            # 未卖出 未持有
            dp[i][0][0] = 0
            # 未卖出 持有
            dp[i][0][1] = max(dp[i-1][0][1], dp[i-1][0][0] - prices[i])
            # 卖出 1 次 未持有
            dp[i][1][0] = max(dp[i-1][1][0], dp[i-1][0][1] + prices[i])
            # 卖出 1 次 持有
            dp[i][1][1] = max(dp[i-1][1][1], dp[i-1][1][0] - prices[i])
            # 卖出 2 次 未持有
            dp[i][2][0] = max(dp[i-1][2][0], dp[i-1][1][1] + prices[i])
            # 卖出 2 次 持有
            dp[i][2][1] = - float("inf")

        return max(dp[prices_size-1][2][0], dp[prices_size-1][1][0], 0)