代码随想录动态规划——买卖股票的最佳时机III

题目

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：prices = [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：prices = [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：prices = [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。

示例 4： 输入：prices = [1] 输出：0

提示：

1 <= prices.length <= 10^5 0 <= prices[i] <= 10^5

思路

本题和之前和股票交易的区别在于最多只能完成两笔交易，即可以买卖一次，可以买卖两次，也可以不买卖

动规五部曲：

1. 确定dp数组和下标含义
   一天一共就5个状态
   0：没有操作
   1：第一次买入
   2：第一次卖出
   3：第二次买入
   4：第二次卖出
   dp[i][j]表示第i天，j表示[0-4]五个状态，dp[i][j]表示第i天状态j剩余最大现金
2. 确定递推公式
   dp[i][1]，表示的是第i天，处于买入股票的状态，并不是说一定要第i天买入股票（可以是当天买的，也可以是前一天买的，今天保持前一天状态）
   dp[i][1]可以有两个状态推导出来：
   （1）第 i 天买入股票了，即第i天的现金为前i-1天没买股票的现金-买第i天股票需要花的价格，即dp[i][1] = dp[i-1][0] - prices[i]
   （2）第i天没有买入股票，沿用前一天买入的状态，即：dp[i][1] = dp[i-1][1]
   两者需要选最大的剩余现金：dp[i][1] = max(dp[i-1][0] - prices[i], dp[i - 1][1])

同理dp[i][2]也有两个操作：
（1）第 i 天卖出股票了，相当于是前 i-1 天买入股票花费的价格 + 第 i 天股票的价格，即dp[i][2] = dp[i-1][1] + prices[i]
（2）第 i 天没有操作，沿用前一天卖出股票的状态，即：dp[i][2] = dp[i-1][2]
所以dp[i][2] = max(dp[i-1][1] + prices[i],dp[i-1][2])

以此类推：
第二次买入：dp[i][3] = max(dp[i-1][3],dp[i-1][2] - prices[i])
第二次卖出：dp[i][4] = max(dp[i-1][4],dp[i-1][3] + prices[i])

3. dp数组初始化
   第0天没有操作：dp[0][0] =0
   第0天第一次买入：dp[0][1] = -prices[0]
   第0天第一次卖出：dp[0][2] = 0
   第0天第二次买入：相当于第0天第一次买入了，又卖出了，然后再第二次买入，即dp[0][3] = -prices[i]
   第0天第二次卖出：dp[0][4] = 0

4. 确定遍历顺序
   从前往后遍历

5. 举例推导dp数组
   以输入[1,2,3,4,5]为例
   

java代码如下：

class Solution{
	public int maxProfit(int[] prices){
		int len = prices.length;
		if(prices.length == 0){
			return 0;
		}
		int[][] dp = new int[len][5];
		dp[0][1] = -prices[0];
		dp[0][3] = -prices[0];
		for(int i = 1; i< len; i++){
			dp[i][1] = Math.max(dp[i - 1][1], -prices[i]);
            dp[i][2] = Math.max(dp[i - 1][2], dp[i][1] + prices[i]);
            dp[i][3] = Math.max(dp[i - 1][3], dp[i][2] - prices[i]);
            dp[i][4] = Math.max(dp[i - 1][4], dp[i][3] + prices[i]);
		}
		return dp[len-1][4];//返回第二天卖出的现金
	}
}