题目描述:
给定一个整数数组prices,其中第 prices[i] 表示第 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):
卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
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 = [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]
示例2:
输入: prices = [1]
输出: 0
提示:
1 <= prices.length <= 5000
0 <= prices[i] <= 1000
c++代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size();
if(n==1||n==0)return 0;
int d[n][n]; //第i天结束的最大利润 d[i][0]为第i天持有股票结束的最大利润 d[i][1]为第i天不持股票,第i+1天是冷冻期(第i天抛售了股票)的最大利润 d[i][2]为第i天不持股票,第i+1天不是冷冻期(第i天没有抛售)的最大利润
if(n==2){
if(prices[1]-prices[0]>0)return(prices[1]-prices[0]);\
return 0;
}
for(int i=0;i<n;i++){
for(int j=0;j<n;j++)
d[i][j]=0;
}
d[0][0] = 0 - prices[0]; //初始第一天买股票,失去本金,第一天拿股票的利润为负数。
for(int i=1;i<n;i++){
//第i天手里有股票,可能是之前有股票且第i天是冷冻期,或者之前没有股票且第i天,买了股票
d[i][0] = max(d[i-1][0],d[i-1][2]-prices[i]);
//第i天抛售股票,抛售会得到股票的价格,更新抛售后的利润
d[i][1] = d[i-1][0] + prices[i];
//第i天不抛售股票,第i天为冷冻期时:利润可能等于前一天抛售了股票,不持有股票的利润,也可能等于前一天没有抛售,不持有股票的利润
d[i][2] = max(d[i-1][1], d[i-1][2]);
}
return max(d[n-1][1],d[n-1][2]);//最后一定是不把股票留在手中利润最大,求d[n-1][1]和d[n-1][2]的最大值
}
};
寻找最优解:使用动态规划,把问题分解为每个不独立的子问题,自底向上计算。
考虑第 i 天结束时的最优利润的状态:可能持有股票,也可能没有持有股票。没有持有股票,可能是当天抛售了股票(利润 = 利润 + price[i]),也可能是当天没有抛售股票(之前就已经抛售了股票)。用**d[i][0]表示第i天结束时持有股票的最大利润;用d[i][1]表示第i天抛售股票,结束时没有持有股票(第i+1天不可以买入)的最大利润;用d[i][2]**表示第i天没有抛售股票,之前已经抛售了(第i+1天可以买入)的最大利润。
再考虑每一天之间的关系:因为存在冷冻期,所以若第 i 天抛售股票,则第 i+1 天不能抛售股票。
列出状态转移式:
d[i][0] = max(d[i-1][1].d[i-1][2]-price[i])
d[i][1] = d[i-1][0] + price[i]
d[i][2] = max(d[i-1][1],d[i-1][2]);
初始化第一天买股票利润为负的股票金额,d[0][0] = 0 - price[0],并考虑一下特殊情况:只有1或2个price时的返回结果。
最后的返回值是max(d[n-1][1],d[n-1][2])。因为卖出股票一定会收回本金但是买股票可能亏损,所以最终结果一定是第n-1天结束时手里没有股票的最大利润。
总结:
最优解问题,计算过程可以分解为多个不独立的子问题——使用动态规划。
问题规模为n,则**自底向上(i=0 --> i=n-1)**一步一步计算结果。对于每一个i,考虑其所有可能的状态,用数组表示,例如若有2个状态,则分别用d[i][0],d[i][1]表示。
考虑每一个i之间的关系:i+1的值怎么由i得到。得到状态转移式。