123. 买卖股票的最佳时机 III（多维动态规划）

cccc楚染rrrr

已于 2024-02-01 10:55:10 修改

阅读量456

点赞数 22

分类专栏： LeetCode 文章标签：动态规划算法

于 2024-02-01 10:32:52 首次发布

本文链接：https://blog.csdn.net/qq_43606119/article/details/135968058

版权

LeetCode 专栏收录该内容

206 篇文章 0 订阅

订阅专栏

本文介绍了一种使用动态规划方法解决股票交易中寻找最大利润的问题，通过定义状态（包括无操作、首次买入/卖出、二次买入/卖出），描述了状态转移规则，并给出了Solution类中的maxProfit函数实现。

摘要由CSDN通过智能技术生成

动态规划：

状态定义（状态机定义）：
- dp[i][0-5]分别表示到第i天结束时的状态
- 0表示无任何操作
- 1表示在第i天结束时完成了第一次买入操作
- 2表示在第i天结束时完成了第一次卖出操作
- 3表示在第i天结束时完成了第二次买入操作
- 4表示在第i天结束时完成了第二次卖出操作
- dp数组保存每天结束时可以获得的最大利润，因此dp[n][4]即为答案。
状态转移：
- 如果没有任何操作，则继承上一天操作
- 若第i天完成第一次买入，则取前一天尚未进行第一次买入减当天买入股票的利润和前一天就已经进行第一次买入的利润最大值。
- 若第i天完成第一次卖出，则取前一天尚未进行第一次卖出加当天卖出股票的利润和前一天就已经进行第一次卖出的利润最大值。
- 若第i天完成第二次买入，则取前一天尚未进行第二次买入减当天买入股票的利润和前一天就已经进行第二次买入的利润最大值。
- 若第i天完成第二次卖出，则取前一天尚未进行第二次卖出加当天卖出股票的利润和前一天就已经进行第二次卖出的利润最大值。
状态初始化：具体可见代码

class Solution {
    public int maxProfit(int[] prices) {
        int n = prices.length;
        int[][] dp = new int[n + 1][5];
        dp[0][0] = 0; // 无操作
        dp[0][1] = -prices[0]; // 第一次买入
        dp[0][2] = 0; // 第一次卖出，当天买当天卖
        dp[0][3] = -prices[0]; // 第二次买入，当天买卖一次后，又一次买入
        dp[0][4] = 0; // 第二次卖出，当天两次买卖
        for (int i = 1; i < n + 1; ++i) {
            dp[i][0] = dp[i - 1][0];
            dp[i][1] = Math.max(dp[i - 1][0] - prices[i - 1], dp[i - 1][1]);
            dp[i][2] = Math.max(dp[i - 1][1] + prices[i - 1], dp[i - 1][2]);
            dp[i][3] = Math.max(dp[i - 1][2] - prices[i - 1], dp[i - 1][3]);
            dp[i][4] = Math.max(dp[i - 1][3] + prices[i - 1], dp[i - 1][4]);
        }
        return dp[n][4];
    }
}