给定一个整数数组 prices
,它的第 i
个元素 prices[i]
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 k 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:k = 2, prices = [2,4,1] 输出:2 解释:在第 1 天 (股票价格 = 2) 的时候买入,在第 2 天 (股票价格 = 4) 的时候卖出,这笔交易所能获得利润 = 4-2 = 2 。
示例 2:
输入:k = 2, prices = [3,2,6,5,0,3] 输出:7 解释:在第 2 天 (股票价格 = 2) 的时候买入,在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。 随后,在第 5 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 。
提示:
0 <= k <= 100
0 <= prices.length <= 1000
0 <= prices[i] <= 1000
解1:动态规划
class Solution {
public int maxProfit(int k, int[] prices) {
int len = prices.length;
if(len < 2){return 0;}
// 任意次数买卖股票
if(k >= len/2){
int dp0 = 0;
int dp1 = -prices[0];
for(int i = 1;i < len;i++){
int temp = dp0;
dp0 = Math.max(dp0,dp1+prices[i]);
dp1 = Math.max(dp1,temp-prices[i]);
}
return dp0;
}
// 第i天,交易次数,当前的买卖状态1买入,0卖出(没买)
int[][][] dp = new int[len][k+1][2];
// 初始化第一天
for(int i = 0;i <= k;i++){
dp[0][i][0] = 0;
dp[0][i][1] = -prices[0];
}
// 从第二天开始计算
for(int i = 1;i < len;i++){
// j-1 >= 0
for(int j = 1;j <= k;j++){
// 买入时+1
dp[i][j][0] = Math.max(dp[i-1][j][0],dp[i-1][j][1]+prices[i]);
dp[i][j][1] = Math.max(dp[i-1][j][1],dp[i-1][j-1][0]-prices[i]);
}
}
return dp[len-1][k][0];
}
}
时间:7ms 击败18.28%
空间:42.3MB 击败5.4%
解2:动态规划+空间优化
第i天仅与第i-1天有关系
class Solution {
public int maxProfit(int k, int[] prices) {
int len = prices.length;
if(len < 2){return 0;}
// 任意次数买卖股票
if(k >= len/2){
int dp0 = 0;
int dp1 = -prices[0];
for(int i = 1;i < len;i++){
int temp = dp0;
dp0 = Math.max(dp0,dp1+prices[i]);
dp1 = Math.max(dp1,temp-prices[i]);
}
return dp0;
}
// 第i天,交易次数,当前的买卖状态1买入,0卖出(没买)
int[][] dp = new int[k+1][2];
// 初始化第一天
for(int i = 0;i <= k;i++){
dp[i][0] = 0;
dp[i][1] = -prices[0];
}
// 从第二天开始计算
for(int i = 1;i < len;i++){
// j-1 >= 0
for(int j = 1;j <= k;j++){
// 买入时+1
dp[j][0] = Math.max(dp[j][0],dp[j][1]+prices[i]);
dp[j][1] = Math.max(dp[j][1],dp[j-1][0]-prices[i]);
}
}
return dp[k][0];
}
}
时间:1ms 击败99.78%
空间:39.1MB 击败94.93%