study-leetcode-188 买卖股票的最佳时机4
1.题目描述
给定一个数组,它的第 i 个元素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)。
2.设计思想
三维DP动态规划,第一维表示天,第二维表示交易了几次,第三维表示是否持有股票。初始化三维数组,填充第1天操作j次的没买或买了的情况的初始值,没买就是0,第一天就买入即-prices[0]。这里定义卖出操作时交易次数加1。然后是状态转移方程,i, j都大于0:
(1)第i天交易次数0不持有股票的情况只能来自第i-1天交易次数0不持有股票;
(2)第i天交易j次不持有股票的状态可以来自第i-1天交易j次不持有股票或者第i-1天交易j-1次持有股票(即今天卖出股票,然后交易次数+1);
(3)第i天交易j次持有股票的状态可以来自第i-1天交易j次持有股票或者第i-1天交易j次不持有股票(即今天买入股票,因为是买入操作所以交易次数不变)。
最后对于这题LeetCode的测试样例里有超大k值的情况,可以用贪心解决或者直接替换k值为数组长度的一半。
3.相关代码
python
class Solution:
def maxProfit(self, k: int, prices: List[int]) -> int:
if not prices or not k:
return 0
n = len(prices)
if k > n//2:
return self.greedy(prices)
dp = [[[0]*2 for i in range(k+1)] for j in range(n)]
# dp[i][k][0]表示第i天已交易k次时不持有股票
# dp[i][k][1]表示第i天已交易k次时持有股票
# 设定在卖出时加1次交易次数
for i in range(k+1):
dp[0][i][0] = 0
dp[0][i][1] = - prices[0]
for i in range(1, n):
for j in range(k+1):
if not j:
dp[i][j][0] = dp[i-1][j][0]
else:
dp[i][j][0] = max(dp[i-1][j][0],dp[i-1][j-1][1]+prices[i])
dp[i][j][1] = max(dp[i-1][j][1], dp[i-1][j][0] - prices[i])
#所有交易次数最后一天不持有股票」的集合的最大值即为问题的解
temp = []
for m in range(k+1):
temp.append(dp[n-1][m][0])
result = max(temp)
return result
# 当k值过大时,直接计算买卖所有股票可以获得的最大利益
def greedy(self, prices):
result = 0
for i in range(1, len(prices)):
if prices[i] > prices[i-1]:
result += prices[i] - prices[i-1]
return result
C++
class Solution {
public:
int greedy(vector<int>& prices) {
int result = 0;
for(int i = 1; i < prices.size(); ++i){
if(prices[i] > prices[i - 1]){
result += prices[i] - prices[i - 1];
}
}
return result;
}
int maxProfit(int k, vector<int>& prices) {
if(!k || !prices.size()){
return 0;
}
int n = prices.size();
if(k > n / 2){
return greedy(prices);
}
int dp[n][k+1][2];
for(int i = 0; i < k + 1; ++i){
dp[0][i][0] = 0;
dp[0][i][1] = - prices[0];
}
for(int i = 1; i < n; ++i){
for(int j = 0; j < k + 1; ++j){
if(!j){
dp[i][j][0] = dp[i-1][j][0];
}
else{
dp[i][j][0]=max(dp[i-1][j][0],dp[i-1][j-1][1]+prices[i]);
}
dp[i][j][1] = max(dp[i-1][j][1], dp[i-1][j][0] - prices[i]);
}
}
int result = 0;
for(int m = 0; m < k + 1; ++m){
result = max(dp[n-1][m][0],result);
}
return result;
}
};
4.算法效率
时间复杂度:O( n )
空间复杂度:O( n^3 )