法一(动态规划)
/**
* 法一(动态规划)
* (1)确定dp数组以及下标的含义
* dp[i][j]表示第i天进入j状态(0.不持股,1.持股,2.冷冻期),所剩最多现金为dp[i][j]
* (2)确定递推公式
* 第i天不持股可以从两种状态转移而来
* ① 第i-1天不持股,今天仍不买股票,保持不持股状态
* ② 冷冻期结束了,但是今天不买股票
* ③ dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][2])
* 第i天持股可从两种状态转移而来
* ① 第i-1天不持股(包含昨天是冷冻期,冷冻期结束后转为不持股状态和昨天本身就不持股这两种情况),今天买股票
* ② 第i-1天持股,今天不卖出,保持持股状态
* ③ dp[i][1] = Math.max(dp[i - 1][0] - prices[i], dp[i - 1][1])
* 只有第i-1天卖出了股票,第i天才处于冷冻期
* ① dp[i][2] = dp[i - 1][1] + prices[i]
* 只有最后一天不持股(不持股状态)或者前一天已经卖掉了(今天为冷冻期)这两种情况手里是拿着钱的,最大值在二者中产生
* ① maxProfit = Math.max(dp[prices.length - 1][0], dp[prices.length - 1][2])
* (3)确定dp数组如何初始化
* 不持股 dp[0][0] = 0
* 持股 dp[0][1] = -prices[0]
* 冷冻期 dp[0][2] = 0
* (4)确定遍历顺序
* 从递推公式上可以看出,dp[i]依赖于dp[i-1],所以是从前向后遍历
*
* @param prices
* @return
*/
public int maxProfit(int[] prices) {
if (prices == null || prices.length == 0) {
return 0;
}
int[][] dp = new int[prices.length][3];
dp[0][0] = 0; // 不持股
dp[0][1] = -prices[0]; // 持股
dp[0][2] = 0; // 冷冻期
for (int i = 1; i < prices.length; i++) {
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][2]); // 不持股
dp[i][1] = Math.max(dp[i - 1][0] - prices[i], dp[i - 1][1]); // 持股
dp[i][2] = dp[i - 1][1] + prices[i]; // 冷冻期
}
return Math.max(dp[prices.length - 1][0], dp[prices.length - 1][2]);
}
本地测试
/**
* 309. 最佳买卖股票时机含冷冻期
*/
lay.showTitle(309);
Solution309 sol309 = new Solution309();
int[] prices309 = new int[]{1, 2, 3, 0, 2};
System.out.println(Arrays.toString(prices309));
System.out.println(sol309.maxProfit(prices309));