LeetCode.买卖股票的最佳时机 IV

给定一个整数数组 prices ，它的第 i 个元素 prices[i] 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：k = 2, prices = [2,4,1]
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：k = 2, prices = [3,2,6,5,0,3]
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 。

//
    /*
    * 2. k = +infinity
    *
    * 状态转移方程：
    * 若k为正无穷，可认为k-1与k相同
     * 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])
     *             = max(dp[i-1][k][1], dp[i-1][k][0]-prices[i])
     *
     * k不再改变，不需要记录k
     * dp[i][0] = max(dp[i-1][0],dp[i-1][1]+prices[i])
     * dp[i][1] = max(dp[i-1][1], dp[i-1][0]-prices[i])
     *     *
    * */
    int maxProfit_k_inf(int[] prices){
        int n = prices.length;
        if(n==0){
            return 0;
        }
        int dp_i_0 = 0, dp_i_1 = Integer.MIN_VALUE;
        for(int i=0;i<n;i++){
            int temp = dp_i_0;
            dp_i_0 = Math.max(dp_i_0,dp_i_1+prices[i]);
            dp_i_1 = Math.max(dp_i_1,temp -prices[i]);
        }
        return dp_i_0;
    }

 /*
    * 6.k = any interger
    * 以此交易由买入和卖出构成，因此k的有效值不超过n/2,若超过，这可没有约束左右，相当于k=+infinity
    * */
    int maxProfit_with_k_any(int max_k,int prices[]){
        int n = prices.length;
        if(n==0){
            return 0;
        }
        if(max_k>n/2){
            return maxProfit_k_inf(prices);
        }
        int[][][] dp = new int[n][max_k+1][2];
        for (int i=0;i<n;i++){
            for (int k=max_k;k>=1;k--){
                if(i-1==-1){
                    //处理base case
                    dp[i][k][0] = 0;
                    dp[i][k][1] = -prices[i];
                    continue;
                }
                dp[i][k][0] = Math.max(dp[i-1][k][0],dp[i-1][k][1]+prices[i]);
                dp[i][k][1] = Math.max(dp[i-1][k][1], dp[i-1][k][0]-prices[i]);
            }
        }
        return dp[n-1][max_k][0];
    }