java:从0.001开始LeetCodeTask6:买卖股票的最佳时机-CSDN博客

本文链接：https://blog.csdn.net/qq_44943192/article/details/104705666

题目：
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。你最多可以完成两笔交易。

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）。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-iii
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。
1.暴力法：

class Solution {
    public int maxProfit(int[] prices) {
        int maxpro=0;
        int min=Integer.MAX_VALUE;
        for(int i=0;i<=prices.length-1;i++){
            if(prices[i]<min) min=prices[i];
            else if(prices[i]-min>maxpro) {
                maxpro=prices[i]-min;
            }
        }
        for(int i=2;i<prices.length;i++){
         int maxpro1=0;
         int min1=Integer.MAX_VALUE;
         for(int j=0;j<i;j++){
            if(prices[j]<min1) min1=prices[j];
            else if(prices[j]-min1>maxpro1) {
                maxpro1=prices[j]-min1;
            }
         }
         int maxpro2=0;
         int min2=Integer.MAX_VALUE;
         for(int k=i;k<=prices.length-1;k++){
            if(prices[k]<min2) min2=prices[k];
            else if(prices[k]-min2>maxpro2) {
                maxpro2=prices[k]-min2;
            }
         }
         if(maxpro1+maxpro2>maxpro){
             maxpro=maxpro1+maxpro2;
         }
        }
        return maxpro;
    }
}

结果惨不忍睹：执行用时：1377 ms 内存消耗：42.5 MB
经过翻阅其他人的题解，学会了动态规划的方法
1.建立dp表，（因为在这道题目中其本质是利润在每天的变化，故用利润Pro表示，列表示时间轴，行表示状态）
2.找到状态，我用了5个状态，分别是不买不卖，第一次买，第一次卖，第二次买，第二次卖
3.设定初始值
4.找到状态转移方程：本道题状态改变即1.保持原状 2.买入、卖出
即max（保持原状，买入(收益为负）、卖出（收益为正））
5利用初值和方程，可以将dp表补全全部信息
6返回表最后一行的第一列、第三列、第三列的最大值

class Solution {
    public int maxProfit(int[] prices) {
        int len = prices.length;
        if (len < 2) {
            return 0;
        }
        int [][] pro=new int[len][5];
        pro[0][0]=0;
        pro[0][1]=-prices[0];//初始化
        for(int i=0;i<len;i++){
            pro[i][3] = Integer.MIN_VALUE;
        }//只有第一组交易完成后才能开始第二组交易
        for(int j=1;j<len;j++){
            pro[j][0]=0;//什么都不做
            pro[j][1]=Math.max(pro[j-1][1],pro[j-1][0]-prices[j]);
            pro[j][2]=Math.max(pro[j-1][2],pro[j-1][1]+prices[j]);
            pro[j][3]=Math.max(pro[j-1][3],pro[j-1][2]-prices[j]);
            pro[j][4]=Math.max(pro[j-1][4],pro[j-1][3]+prices[j]);
        }
        return Math.max(0, Math.max(pro[len - 1][2], pro[len - 1][4]));
    }    
}