题目描述
其实就是相比之前多了个卖出股票的第二天不能买入
解法
同样是动态规划。但是有几个注意点。dp[i] = Math.max(dp[i], dp[i - 2] + prices[i] - prices[j])。dp方程很容易想,就是卖出价格-买入价格+第[i-2]天为止获得的最大利润。但是需要注意的是dp数组的含义,dp[i]是第i天为止能获取的最大利润,也许你是在第i-2天卖出的,此后都什么都不做,但是你的利润比在第j天买入,第i天卖出获得的利润更多。那么dp[i]等于利润最大的那个。
那么如何保证dp[i]对所有j<i都有dp[i] >= dp[j]?
其实就是加一句dp2[j] = Math.max(dp2[j], dp2[j - 1])即可。
class Solution {
public int maxProfit(int[] prices) {
int len = prices.length;
int[] dp2 = new int[len];//第i天结束为止能获得的最大利润,要保证dp2[i] <= dp2[i +1]
int res = 0;
for(int i = 0; i < len; i++) {
for(int j = i + 1; j < len; j++) {
if (i - 2 >= 0) {
dp2[j] = Math.max(dp2[j], dp2[i - 2] + prices[j] - prices[i] );
} else {
dp2[j] = Math.max(dp2[j], prices[j] - prices[i]);
}
dp2[j] = Math.max(dp2[j], dp2[j - 1]);
res = Math.max(res, dp2[j]);
}
}
return res;
}
}
答案的dp时间复杂度是O(n),泪目了,没想出来
class Solution {
public int maxProfit(int[] prices) {
if (prices.length == 0) {
return 0;
}
int n = prices.length;
// f[i][0]: 手上持有股票的最大收益
// f[i][1]: 手上不持有股票,并且处于冷冻期中的累计最大收益
// f[i][2]: 手上不持有股票,并且不在冷冻期中的累计最大收益
int[][] f = new int[n][3];
f[0][0] = -prices[0];
for (int i = 1; i < n; ++i) {
f[i][0] = Math.max(f[i - 1][0], f[i - 1][2] - prices[i]);
f[i][1] = f[i - 1][0] + prices[i];
f[i][2] = Math.max(f[i - 1][1], f[i - 1][2]);
}
return Math.max(f[n - 1][1], f[n - 1][2]);
}
}