Leetcode 309. 最佳买卖股票时机含冷冻期
中等题
题目
给定一个整数数组prices,其中第 prices[i] 表示第 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):
- 卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
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 = [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]
示例2
输入: prices = [1]
输出: 0
提示
- 1 <= prices.length <= 5000
- 0 <= prices[i] <= 1000
解法
这类题目需要将各种情况的状态表达出来,这里有三种状态
- 持有股票 :买入股票或者保持 buy
- 不持有股票 :卖出股票-》冷冻期内 sell
- 不持有股票 : 昨日之前卖出的股票-》不在冷冻期内 wait
持有股票这里只需要合并考虑买入或者保持状态;
在不持有股票的类别分为两种,一种是处于冷冻期,一种是不处于冷冻期
- 转移方程:在第 i 天:
buy[i] = max(buy[i-1], wait[i-1] - prices[i])
含义- 取最大情况:1.持有之前的股票,2.今日购入股票 ;
- 注意如果进入购入股票,则是在非冷冻期(wait[i-1] )购入【第 i 天买入的,那么第 i−1 天就不能持有股票并且不处于冷冻期中,冷冻期为k时wait[i-k] - prices[i]】
sell[i] = buy[i] + prices[i]
在第i天卖出股票后的余额;此时处于冷冻期内。wait[i] = max(wait[i-1], sell[i-1])
不持有股票在等待的状态分为两种 1.之前就不持有股票;2.昨日刚抛售股票的状态;取最大等待状态。
- 初始化状态,将buy数组初始化为
-prices[0]
,不持有股票的sell和wait初始化为0 - 结果返回,在最后一天处理结束后,不持有股票的情况下取最大值【因为在最后一天可能是冷冻期,也可能不是冷冻期】
class Solution:
def maxProfit(self, prices: List[int]) -> int:
n = len(prices)
buy = [-prices[0] for _ in range(n)]
sell = [0 for _ in range(n)]
wait = [0 for _ in range(n)]
for i in range(1,n):
buy[i] = max(buy[i-1], wait[i-1]-prices[i]) #要么之前就持有 要么是现在 在非冷冻期 并且买入 【手上持有股票的最大收益】
sell[i] = buy[i]+prices[i] #或者buy[i-1]+prices[i] 在第i天抛售股票 【手上不持有股票,并且处于冷冻期中的累计最大收益】
wait[i] = max(wait[i-1],sell[i-1]) #昨日之前就卖掉股票 或者 昨天刚卖掉股票 等待期 【手上不持有股票,并且不在冷冻期中的累计最大收益】
return max(sell[n-1],wait[n-1])
- 时间复杂度 O(n)
- 空间复杂度 O(n)
压缩空间
可以发现,buy,sell和wait在i处,只和i-1有关;
因此可以只维护3个遍历来表示3个状态,注意在转移状态时要定义新的变量,以免覆盖。
class Solution:
def maxProfit(self, prices: List[int]) -> int:
n = len(prices)
buy, sell, wait = -prices[0], 0, 0
for i in range(1,n):
nbuy = max(buy, wait - prices[i])
nsell = buy + prices[i]
nwait = max(wait, sell)
buy, sell, wait = nbuy, nsell, nwait
return max(sell,wait)
- 时间复杂度 O(n)
- 空间复杂度 O(1)
需要注意对各种状态进行定义,以及转移方程,最后返回的值,初始化等细节;