leetcode.309

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]);
    }
}