Leetcode 309. 最佳买卖股票时机含冷冻期(Best Time to Buy and Sell Stock with Cooldown)

Leetcode 309. 最佳买卖股票时机含冷冻期

1 题目描述(Leetcode题目链接

  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)。
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]

2 题解

  本题是动态规划问题,根据问题描述,我们可以定义三个状态:

  • 到第 i i i天为止,最后一次操作是买入,用 b u y [ i ] buy[i] buy[i]表示;
  • 到第 i i i天为止,最后一次操作是卖出,用 s e l l [ i ] sell[i] sell[i]表示;
  • 到第 i i i天为止,最后一次操作是冷冻期,用 c o o l [ i ] cool[i] cool[i]表示;

那么显然最终答案应该是 s e l l [ − 1 ] sell[-1] sell[1],下面来看状态转移方程。
  对于 b u y [ i ] buy[i] buy[i]来说,它可能为前一天就是买入今天仍是买入,还有可能前一天是冷冻期今天买入,所以:
b u y [ i ] = m a x ( b u y [ i − 1 ] , c o o l [ i − 1 ] − p r i c e s [ i ] ) buy[i] = max(buy[i-1], cool[i-1] - prices[i]) buy[i]=max(buy[i1],cool[i1]prices[i])
对于 s e l l [ i ] sell[i] sell[i]来说,它可能为前一天就是卖出今天仍是卖出,还有可能前一天是买入今天卖出,所以:
s e l l [ i ] = m a x ( s e l l [ i − 1 ] , b u y [ i − 1 ] + p r i c e s [ i ] ) sell[i] = max(sell[i-1], buy[i-1] + prices[i]) sell[i]=max(sell[i1],buy[i1]+prices[i])
对于 c o o l [ i ] cool[i] cool[i]来说,它只可能是前一天卖出,所以:
c o o l [ i ] = s e l l [ i − 1 ] cool[i] = sell[i-1] cool[i]=sell[i1]

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if not prices:
            return 0
        length = len(prices)
        buy = [0]*length   #最后操作是买能得到的最大钱
        sell = [0]*length  #最后操作是卖能得到的最大钱
        cool = [0]*length  #最后操作是冷冻期能得到的最大钱
        buy[0] = -prices[0]
        
        for i in range(1, length):
            buy[i] = max(buy[i - 1], cool[i - 1] - prices[i])
            sell[i] = max(sell[i - 1], buy[i - 1] + prices[i])
            cool[i] = sell[i - 1]
        return sell[-1]

  观察上面的冷冻期,其实并不必要记录冷冻期的钱数,只需要记录最后一次是买或卖两种情况就好了。
  对于 b u y [ i ] buy[i] buy[i]来说,可能昨天就是买入今天还是买入状态,或者是前天卖掉了今天再买入,所以:
b u y [ i ] = m a x ( b u y [ i − 1 ] , s e l l [ i − 2 ] − p r i c e s [ i ] ) buy[i] = max(buy[i-1], sell[i-2] - prices[i]) buy[i]=max(buy[i1],sell[i2]prices[i])
对于 s e l l [ i ] sell[i] sell[i]来说,可能昨天是卖出今天还是卖出状态,或者是昨天买入今天卖出,所以:
s e l l [ i ] = m a x ( s e l l [ i − 1 ] , b u y [ i − 1 ] + p r i c e s [ i ] ) sell[i] = max(sell[i-1], buy[i-1] + prices[i]) sell[i]=max(sell[i1],buy[i1]+prices[i])

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        length = len(prices)
        if length <= 1:
            return 0
        buy = [0]*length     #到今天是买
        sell = [0]*length    #到今天是卖
        buy[0], buy[1] = -prices[0], max(-prices[0], -prices[1])
        sell[0], sell[1] = 0, max(0, prices[1] - prices[0])
        for i in range(2, length):
            buy[i] = max(buy[i-1], sell[i-2] - prices[i])
            sell[i] = max(sell[i-1], buy[i-1] + prices[i])
        return sell[-1]

  其实还可以优化空间,用变量记录上一个值这样就能达到常数空间复杂度。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值