leetcode : 123. 买卖股票的最佳时机 III

123. 买卖股票的最佳时机 III

---

前言

链接: 题目连接与题解.

---

一、题目？

给定一个数组，它的第 i 个元素是一支给定的股票在第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。

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 = [3,3,5,0,0,3,1,4]
输出：6
解释：在第 4 天（股票价格 = 0）的时候买入，在第 6 天（股票价格 = 3）的时候卖出，
     这笔交易所能获得利润 = 3-0 = 3 。
     随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天 （股票价格 = 4）的时候卖出，
     这笔交易所能获得利润 = 4-1 = 3 。

示例2

输入：prices = [1,2,3,4,5]
输出：4
解释：在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出,
     这笔交易所能获得利润 = 5-1 = 4 。   
     注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。   
     因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例3

输入：prices = [7,6,4,3,1] 
输出：0 
解释：在这个情况下, 没有交易完成, 所以最大利润为 0。

二、思路与算法

1.动态规划

由于我们最多可以完成两笔交易，因此在任意一天结束之后，我们会处于以下五个状态中的一种：

• 未进行过任何操作；

• buy₁-----只进行过一次买操作；

• sell₁-----进行了一次买操作和一次卖操作，即完成了一笔交易；

• buy₂-----在完成了一笔交易的前提下，进行了第二次买操作；

• sell₂-----完成了全部两笔交易。

未进行任何操作的利润为0,不必记录。剩下四个，分别将最大利润记为buy₁，sell₁，buy₂，sell₂。

那么，知道了第i-1天结束后的四个状态，如何通过状态转移方程得到第 ii 天结束后的这四个状态呢？

buy₁:

1. 第i天不进行任何操作，保持不变。

2. 在未进行任何操作的前提下以 prices[i] 的价格买入股票。

   buy₁的状态转移方程: $$bu{y}_1=max\left\{bu{y}_1^{{}^{\prime }},-prices[i]\right\}$$

   buy^’₁是第i-1天的状态， 与第i的天buy₁做区分

sell₁:

1. 第i天不进行任何操作，保持不变。

2. 只进行过一次买操作的前提下以 prices[i] 的价格卖出股票。

   sell₁的状态转移:$$sel{l}_1=max\left\{sel{l}_1^{{}^{\prime }},bu{y}_1^{{}^{\prime }}+prices[i]\right\}$$

同理

buy₂状态转移方程:$$bu{y}_2=max\left\{bu{y}_2^{{}^{\prime }},sel{l}_1^{{}^{\prime }}-prices[i]\right\}$$

sell₂状态转移方程:$$sel{l}_2=max\left\{sel{l}_2^{{}^{\prime }},bu{y}_2^{{}^{\prime }}+prices[i]\right\}$$

注意，在考虑边界条件，存在事实

在同一天买入并且卖出, 不影响当天利润，没有收益

所有，状态转移可以写成：
{ b u y 1 = m a x { b u y 1 , − p r i c e s [ i ] } , s e l l 1 = m a x { s e l l 1 , b u y 1 + p r i c e s [ i ] } , b u y 2 = m a x { b u y 2 , s e l l 1 − p r i c e s [ i ] } , s e l l 2 = m a x { s e l l 2 , b u y 2 + p r i c e s [ i ] } . \left\{ \begin{aligned} buy_1= max\left\{buy_{1}, - prices[i]\right\}, \\ sell_1= max\left\{sell_{1}, buy_{1}+ prices[i]\right\}, \\ buy_2= max\left\{buy_{2}, sell_{1}- prices[i]\right\}, \\ sell_2= max\left\{sell_{2}, buy_{2}+ prices[i]\right\}. \\ \end{aligned} \right. ⎩⎪⎪⎪⎪⎨⎪⎪⎪⎪⎧​buy1​=max{buy1​,−prices[i]},sell1​=max{sell1​,buy1​+prices[i]},buy2​=max{buy2​,sell1​−prices[i]},sell2​=max{sell2​,buy2​+prices[i]}.​
这里详细解释为什么在上面去除了上标：

1. 对于买操作，buy1, buy2: 对前一天不进行操作buy₁ = buy^’₁, buy₂ = buy^’₂ 。

2. 对于卖操作，sell1, sell2: 对前一天不进行操作, 相当于在第i天买入又卖出，sell₁ = sell^’₁ - prices[i] + prices[i] = sell^’₁

那么边界的起始条件，在第i天，

• buy₁ = -prices[0]

• sell₁ = buy₁ = -prices[0] = 0

• buy₂ = -prices[0]

• sell₂ = buy₂ = -prices[0] = 0

从i=1开始进行动态规划，由题求出进行不超过两笔交易的最大值，则最终答案在0，sell₁，sell₂的最大值。

边界条件中，sell₁=sell₂， 且维护最大值，故sell₁=sell₂ > 0。 且若进行一次就可以获得最大值，可放宽看做最后一天买入又卖出进行了两次交易，故最终返回sell₂ 。

2.代码题解

代码如下（示例）：

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        n = len(prices)
        buy1 = buy2 = -prices[0]
        sell1 = sell2 = 0
        for i in range(1, n):
            buy1 = max(buy1, -prices[i])
            sell1 = max(sell1, buy1 + prices[i])
            buy2 = max(buy2, sell1 - prices[i])
            sell2 = max(sell2, buy2 + prices[i])
        return sell2