309. 最佳买卖股票时机含冷冻期
思路:股票问题最重要的是搞清每天股票的状态,本题的状态较为复杂。
动态规划五步曲:
-
确定dp数组以及下标的含义
dp
[
i][
j]
,第i天状态为j,所剩的最大现金为dp[
i][
j]
。出现冷冻期之后,状态其实是比较复杂的,例如今天买入股票、今天卖出股票、今天是冷冻期(卖出股票后,无法在第二天买入股票)。
具体可以区分出如下四个状态:
状态一:买入股票状态(今天买入股票,或者是之前就买入了股票然后没有操作,一直持有)
不持有股票状态,这里就有两种卖出股票状态
-
状态二:保持卖出股票的状态(两天前就卖出了股票,度过一天冷冻期。或者是前一天就是卖出股票状态,一直没操作)
-
状态三:今天卖出股票
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的状态为:
- 0:状态一
- 1:状态二
- 2:状态三
- 3:状态四
本题为什么要单独列出「今天卖出股票」 一个状态呢?
因为本题有冷冻期,而冷冻期的前一天,只能是 「今天卖出股票」状态,如果是 「不持有股票状态」那么就很模糊,因为不一定是卖出股票的操作。
-
-
确定递推公式
达到持有股票状态(状态一)即:dp
[
i][
0]
,有两个具体操作:操作一:前一天就是持有股票状态(状态一),dp
[
i][
0]
= dp[
i - 1][
0]
操作二:今天买入了,有两种情况
- 前一天是冷冻期(状态四),dp
[
i - 1][
3]
- prices[i] - 前一天是保持卖出股票的状态(状态二),dp
[
i - 1][
1]
- prices[i]
dp
[
i][
0]
= max(dp[
i - 1][
0]
, dp[
i - 1][
3]
- prices[i], dp[
i - 1][
1]
- prices[i])达到保持卖出股票状态(状态二)即:dp
[
i][
1]
,有两个具体操作:操作一:前一天就是状态二
操作二:前一天是冷冻期(状态四)
dp
[
i][
1]
= max(dp[
i - 1][
1]
, dp[
i - 1][
3]
)达到今天就卖出股票状态(状态三),即:dp
[
i][
2]
,只有一个操作:昨天一定是持有股票状态(状态一),今天卖出
dp
[
i][
2]
= dp[
i - 1][
0]
+ prices[i]达到冷冻期状态(状态四),即:dp
[
i][
3]
,只有一个操作:昨天卖出了股票(状态三)
dp
[
i][
3]
= dp[
i - 1][
2]
- 前一天是冷冻期(状态四),dp
-
dp数组初始化
主要讨论一下第0天如何初始化。
如果是持有股票状态(状态一)那么:dp
[
0][
0]
= -prices[0],一定是当天买入股票。保持卖出股票状态(状态二),这里其实从 「状态二」的定义来说 ,很难明确应该初始多少,这种情况就看递推公式需要给它初始成什么数值。
如果i为1,第1天买入股票,那么递归公式中需要计算 dp
[
i - 1][
1]
- prices[i] ,即 dp[
0][
1]
- prices[1],那么感受一下 dp[
0][
1]
(即第0天的状态二)应该初始成多少,只能初始为0。想一想如果初始为其他数值,第1天买入股票后手里还剩的现金数量是不是就不对了。今天卖出了股票(状态三),同上分析,dp
[
0][
2]
初始化为0,dp[
0][
3]
也初始为0。 -
确定遍历顺序
由递推公式可以看出,一定是从前向后遍历,因为dp[i],依靠dp[i - 1]的数值。
-
举例推导dp数组
以 [1,2,3,0,2] 为例,dp数组如下:
最后结果是取状态二,状态三和状态四的最大值,状态四是冷冻期,最后一天如果是冷冻期也可能是最大值。
class Solution {
public int maxProfit(int[] prices) {
int len = prices.length;
int[][] dp = new int[len][4];
dp[0][0] -= prices[0]; // 持股票
for (int i = 1; i < len; i++) {
dp[i][0] = Math.max(dp[i - 1][0],
Math.max(dp[i - 1][3] - prices[i],
dp[i - 1][1] - prices[i]));
dp[i][1] = Math.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 Math.max(dp[len - 1][3],
Math.max(dp[len - 1][1], dp[len - 1][2]));
}
}
714. 买卖股票的最佳时机含手续费
思路:相对于动态规划:122.买卖股票的最佳时机II,本题只需要在计算卖出操作的时候减去手续费就可以了,代码几乎是一样的,唯一差别在于递推公式部分。
这里重申一下dp数组的含义:
- dp
[
i][
0]
表示第i天持有股票所得现金 - dp
[
i][
1]
表示第i天不持有股票所得最多现金
如果第i天持有股票即dp[
i][
0]
, 那么可以由两个状态推出来
- 第i-1天就持有股票,那么就保持现状,所得现金就是昨天持有股票的所得现金 即: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 即:dp
[
i - 1][
1]
- prices[i]
所以:dp
[
i][
0]
= max(dp[
i - 1][
0]
, dp[
i - 1][
1]
- prices[i])
再来看看如果第i天不持有股票即dp[
i][
1]
的情况, 依然可以由两个状态推出来
- 第i-1天就不持有股票,那么就保持现状,所得现金就是昨天不持有股票的所得现金 即: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,注意这里需要有手续费了 即:dp
[
i - 1][
0]
+ prices[i] - fee
所以:dp
[
i][
1]
= max(dp[
i - 1][
1]
, dp[
i - 1][
0]
+ prices[i] - fee)
class Solution {
public int maxProfit(int[] prices, int fee) {
int len = prices.length;
// dp[i][0]代表第i天持有股票的最大收益
// dp[i][1]代表第i天不持有股票的最大收益
int[][] dp = new int[len][2];
// 初始化
dp[0][0] = -prices[0];
dp[0][1] = 0;
for (int i = 1; i < len; i++) {
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] + prices[i] - fee);
}
return dp[len - 1][1];
}
}
股票问题总结
- 动态规划:121.买卖股票的最佳时机(只能买卖一次)
- 动态规划:122.买卖股票的最佳时机II(可以买卖多次)
- 动态规划:123.买卖股票的最佳时机III(最多买卖两次)
- 动态规划:188.买卖股票的最佳时机IV(最多买卖 k 次)
- 动态规划:309.最佳买卖股票时机含冷冻期(买卖多次,卖出有 1 天冷冻期)
- 动态规划:714.买卖股票的最佳时机含手续费(买卖多次,卖出有手续费)