代码随想录-刷题第五十天

309. 最佳买卖股票时机含冷冻期

题目链接：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：

1. 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。

2. 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]

3. 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。

4. 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。

5. 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

题目链接：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）

---