基础算法（Leetcode）刻意练习第六天——数组

引言

由 “LSGO软件技术团队” 组织的 “基础算法刻意练习” 采用分类别练习的模式，即选择了五个知识点（数组、链表、字符串、树、贪心算法），每个知识点选择了 三个简单、两个中等、一个困难 等级的题目，共计三十道题，利用三十天的时间完成这组刻意练习。以下是我的每日打卡记录：

---

Task06.买卖股票的最佳时机 III

• Leecode第123题

• 难度：困难

• 题目概述：

    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 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）。
  
    示例 1:
    输入: [3,3,5,0,0,3,1,4]
    输出: 6
    解释: 在第 4 天（股票价格 = 0）的时候买入，在第 6 天（股票价格 = 3）的
    时候卖出，这笔交易所能获得利润 = 3-0 = 3 。
    随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天（股票价格 = 4）的
    时候卖出，这笔交易所能获得利润 = 4-1 = 3 。
    
    示例 2:
    输入: [1,2,3,4,5]
    输出: 4
    解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 5）的
    时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
    注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。   
    因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。
    
    示例 3:
    输入: [7,6,4,3,1] 
    输出: 0 
    解释: 在这个情况下, 没有交易完成, 所以最大利润为 0。
  

---

题解思路

---

• 1.遍历数组

本题目最多可以买卖股票两次，我们可以先写一个只能买卖一次的最大利润的方法，然后确定天数分割点，在左右寻找最大利润，相加即可

class Solution {
    public int maxProfit(int[] prices) {
        int n=prices.length;
        int result=0;
        for(int i=0;i<n-1;i++){ //将时间从第 i 天分开
            int sum=maxProfit1(prices,0,i-1)+maxProfit1(prices,i,n-1);
            result=result>sum?result:sum;
        }
        return result;
    }
    //返回区间 [left,right] 中只能买一次股票的最大利润
    public int maxProfit1(int[] arr,int left,int right){
        int min=arr[left];
        int profit=0;
        for(int i=left+1;i<=right;i++){
            if(arr[i]<min)
                min=arr[i];
            else if(arr[i]-min>profit)
                profit=arr[i]-min;
        }
        return profit;
    }
}

提交记录

由于反复调用方法，导致时间巨长。。。

---

• 2.指针代替遍历

在思路一的基础上，用 “指针查找” 代替遍历，具体思路为：
1.先确定一个valley，然后利用指针找到每个peak，在peak后方调用方法
2.移动 valley 到下一个较小的valley，再找peak。
3.这个思路讲的不是很清晰，可以忽略

class Solution {
    public int maxProfit(int[] prices) {
        int n=prices.length;
        if(n<2)
            return 0;
        int min=prices[0];
        int sum=0,result=0;
        for(int i=1;i<n;i++){
            if(prices[i]<=min)
                min=prices[i];
            else{
                while(i<n-1 && prices[i]<=prices[i+1]) i++;
                if(i>=n-2){
                    sum=prices[i]-min;
                    result=(result>sum?result:sum);
                }
                else{
                    sum=prices[i]-min+maxProfit1(prices,i+1,n-1);
                    result=(result>sum?result:sum);
                }
            }
        }
        return result;
    }
    //寻找[left,right]区间内买卖一次的最大利润
    public int maxProfit1(int[] arr,int left,int right){
        int min=arr[left];
        int profit=0;
        for(int i=left+1;i<=right;i++){
            if(arr[i]<min)
                min=arr[i];
            else if(arr[i]-min>profit)
                profit=arr[i]-min;
        }
        return profit;
    }
}

提交记录

• 3.动态规划（参考题解）

这种思路实在是说不清楚，类似状态穷举，具体请看大佬 解说。

class Solution {
    public int maxProfit(int[] prices) {
        int n=prices.length;
        if(n<=1) return 0;
        int max_k = 2;
        int[][][] dp = new int[n][max_k + 1][2];
        for (int i = 0; i < n; i++) { //每天的状态
            for (int k = max_k; k >= 1; k--) { //购买次数
                if (i - 1 == -1) { //处理基例
                    dp[i][k][0]= 0; 
                    dp[i][k][1] = -prices[i];
                    continue;
                }
                dp[i][k][0] = Math.max(dp[i-1][k][0], dp[i-1][k][1] + prices[i]);
                dp[i][k][1] = Math.max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i]);
            }
        }
        // 穷举了 n × max_k × 2 个状态，正确。
        return dp[n - 1][max_k][0];
    }
}

提交记录

学习了大佬的解法，代码简洁了，但是没想到速度居然比第二个慢