309. 最佳买卖股票时机含冷冻期
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)。示例:
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]
思路:动态规划
每天自己有三种状态
0不持股且当前没卖出,定义其最大收益为dp[i][0];
1持股, 定义其最大收益为dp[i][1]
2不持股且当天卖出了,定义其最大收益为dp[i][2];
初始值:
dp[0][0] = 0; // 本来就不持有
dp[0][1] = -1 * prices[0]; // 买了股票,所以收益为负
dp[0][2] = 0; // 买了又卖出,所以收益为0
状态转移方程
// 不持股且当前没卖出说明前一天也没持股,前一天可能是卖出了,也可能是本来就没有
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][2]);
// 如果持股的话可能是今天买的,也可能是前一天买的,
// 今天买的说明前一天的状态肯定是不持股且当前没有卖出,
// 不是今天买的说明是继承以前的,说明前一天也是持股的
dp[i][1] = Math.max(dp[i - 1][0] - prices[i], dp[i - 1][1]);
dp[i][2] = dp[i -1][1] + prices[i]; // 今天卖出了说明前一天肯定是持股的
返回值:
最后一天肯定是不持股的,所以是dp[n-1][0]或者dp[n-1][2]的最大值
1 class Solution {
2 public int maxProfit(int[] prices) {
3 if(prices.length == 0){
4 return 0;
5 }
6
7 int n = prices.length;
8 int[][] dp = new int[n][3];
9
10 dp[0][0] = 0; // 本来就不持有
11 dp[0][1] = -1 * prices[0]; // 买了股票,所以收益为负
12 dp[0][2] = 0; // 买了又卖出,所以收益为0
13
14 // 根据状态转换方程,求出dp[i][0]、dp[i][1]、dp[i][2]
15 for(int i = 1; i < n; i++){
16 // 不持股且当前没卖出说明前一天也没持股,前一天可能是卖出了,也可能是本来J就没有
17 dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][2]);
18 // 如果持股的话可能是今天买的,也可能是前一天买的,
19 // 今天买的说明前一天的状态肯定是不持股且当前没有卖出,
20 // 不是今天买的说明是继承以前的,说明前一天也是持股的
21 dp[i][1] = Math.max(dp[i - 1][0] - prices[i], dp[i - 1][1]);
22 dp[i][2] = dp[i -1][1] + prices[i]; // 今天卖出了说明前一天肯定是持股的
23
24 }
25
26 // 最后一天肯定是不持股的,所以是dp[n-1][0]或者dp[n-1][2]的最大值
27 return Math.max(dp[n-1][0], dp[n-1][2]);
28 }
29 }
复杂度分析:
时间复杂度:数组的一次遍历,所以时间复杂度为O(n)
空间复杂度为:O(n)