leetcode 309. 最佳买卖股票时机含冷冻期
题目链接:最佳买卖股票时机含冷冻期
- 确定dp数组及下标的含义
dp[i][j]
:第i天状态为j,所剩的最多现金为dp[i][j]。
本题的状态可以分为四种:
- 状态一:持有股票(今天买入股票,或者是之前买入了股票然后没有操作,一直持有),j=0
- 状态二:保持卖出股票的状态(两天前卖出了股票,前一天是冷冻期。或者是前一天是卖出股票状态,一直没操作),j=1
- 状态三:今天卖出股票,j=2
- 状态四:今天为冷冻期状态,但冷冻期状态不可持续,只有一天,j=3
单独列出状态三:今天卖出股票 是因为冷冻期的前一天,只能是 今天卖出股票 状态,如果定义为不持有股票状态就比较模糊,不一定是卖出股票的状态。
- 确定递推公式
(1)达到状态一有两种操作:
- 前一天就是持有股票状态(状态一),dp[i][0] = dp[i - 1][0]
- 今天买入了,有两种情况:前一天是冷冻期(状态四),dp[i][0] = dp[i - 1][3] - prices[i];前一天是保持卖出股票的状态(状态二),dp[i][0] = dp[i - 1][1] - prices[i]
则dp[i][0] = max(dp[i - 1][0], dp[i - 1][3] - prices[i], dp[i - 1][1] - prices[i])
(2)达到状态二两种操作:
- 前一天就是状态二
- 前一天是冷冻期(状态四)
则dp[i][1] = max(dp[i - 1][1], dp[i - 1][3])
(3)达到状态三只有一个操作:
- 昨天一定是持有股票状态(状态一),今天卖出。
则dp[i][2] = dp[i - 1][0] + prices[i]
(4)达到状态四只有一个操作:
- 昨天卖出了股票(状态三)
则dp[i][3] = dp[i - 1][2]
- dp数组初始化
dp[0][0] = -prices[0]
dp[0][0] = 0
dp[0][0] = 0
dp[0][0] = 0
- 确定遍历顺序
从前向后遍历
整体代码如下:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size();
if (n == 0) return 0;
vector<vector<int>> dp(n, vector<int>(4, 0));
dp[0][0] -= prices[0]; // 持股票
for (int i = 1; i < n; i++) {
dp[i][0] = max(dp[i - 1][0], max(dp[i - 1][3] - prices[i], dp[i - 1][1] - prices[i]));
dp[i][1] = max(dp[i - 1][1], dp[i - 1][3]);
dp[i][2] = dp[i - 1][0] + prices[i];
dp[i][3] = dp[i - 1][2];
}
return max(dp[n - 1][3], max(dp[n - 1][1], dp[n - 1][2]));
}
};
时间复杂度:O(n)
空间复杂度:O(n)
leetcode 714. 买卖股票的最佳时机含手续费
题目链接:买卖股票的最佳时机含手续费
dp数组含义:dp[i][0] 表示第i天持有股票所省最多现金。 dp[i][1] 表示第i天不持有股票所得最多现金
(1)如果第i天持有股票,dp[i][0] 由两个状态推出
- 第i-1天就持有股票,保持现状,dp[i - 1][0]
- 第i天买入股票,所得现金就是昨天不持有股票的所得现金减去今天的股票价格dp[i - 1][1] - prices[i]
所以dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i])
(2)如果第i天不持有股票,即dp[i][1]由两个状态推出
- 第i-1天就不持有股票,保持现状,dp[i - 1][1]
- 第i天卖出股票,所得现金就是按照今天股票价格卖出后所得现金,这里需要减去手续费dp[i - 1][0] + prices[i] - fee
所以dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i] - fee)
整体代码如下:
class Solution {
public:
int maxProfit(vector<int>& prices, int fee) {
int n = prices.size();
vector<vector<int>> dp(n, vector<int>(2, 0));
dp[0][0] -= prices[0]; // 持股票
for (int i = 1; i < n; i++) {
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] - fee);
}
return max(dp[n - 1][0], dp[n - 1][1]);
}
};
时间复杂度:O(n)
空间复杂度:O(n)