309. 最佳买卖股票时机含冷冻期(C++)---动态规划解题(并进行空间优化)

题目详情

给定一个整数数组，其中第 i 个元素代表了第 i 天的股票价格 。​

设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）:

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）。
卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。

示例:
输入: [1,2,3,0,2]
输出: 3 
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]

——题目难度:中等


 

---

分析

1.确定状态

根据题目描述，可以设计出 dp[i][0] 、dp[i][1]、dp[i][2] 表示第 i + 1 天结束之后的不同状态的「累计最大收益」。（因为prices数组下标从 0 开始）

• dp[i][0]：第 i + 1 天结束之后 手上持有一支股票的「累计最大收益」 
• dp[i][1]：第 i + 1 天结束之后 手上不持有股票，并且处于冰冻期中的「累计最大收益」
• dp[i][2]：第 i + 1 天结束之后 手上不持有股票，并且不处于冰冻期中的「累计最大收益」

这里的「处于冷冻期」指的是在第 i + 1 天结束之后的状态。也就是说：如果第 i + 1 天结束之后处于冷冻期，那么第 i + 2天无法买入股票。（例如：dp[0][1] 表示 在第 1 天的时候卖了股票，那么在第 1 天结束之后会处于冷冻期，那么第 2 天就无法买入股票了）

2.确定状态转移方程

可以对三种状态进行分析：

• 对于 dp[i][0]，也就是第 i + 1天来讲，目前持有的这一支股票可以是在昨天就已经持有的，对应的状态为 f[i-1][0]；或者是今天刚买入的，那么昨天就不能持有股票并且不处于冷冻期中，对应的状态为 f[i-1][2] 加上买入股票的负收益 prices[i]。因此状态转移方程为：dp[i][0] = max(dp[i−1][0], dp[i−1][2]−prices[i])

• 对于 dp[i][1]，也就是第 i + 1天来讲，我们在今天结束之后处于冷冻期的原因是在当天卖出了股票，那么说明在昨天必须持有一支股票，对应的状态为 dp[i-1][0] 加上卖出股票的正收益 prices[i]。因此状态转移方程为：dp[i][1]=dp[i−1][0] + prices[i]

• 对于 dp[i][2]，也就是第 i + 1天来讲，在今天结束之后不持有任何股票并且不处于冷冻期，说明当天没有进行任何操作，即昨天不持有任何股票：如果昨天结束后处于冷冻期，但是今天结束后不处于冷冻期，则对应的状态为 dp[i-1][1]；如果昨天结束后不处于冷冻期，且手上没有股票，则对应的状态为 dp[i-1][2]。因此状态转移方程为：dp[i][2]=max(dp[i−1][1], dp[i−1][2])
  
   这样遍历一遍prices数组 那么最终的答案即为 max(dp[n-1][1], dp[n-1][2])
  
   

3.确定边界条件 和 初始情况

-解题代码

class Solution {
public:
    int maxProfit(vector<int>& prices) {
		if (prices.empty()) return 0;
		
		int n = prices.size();
		// dp[i][0]：第 i + 1 天结束之后 手上持有股票的最大收益 
		// dp[i][1]：第 i + 1 天结束之后 手上不持有股票，并且处于冰冻期中的最大收益 
		// dp[i][2]：第 i + 1 天结束之后 手上不持有股票，并且不处于冰冻期中的最大收益
		vector<vector<int>> dp(n, vector<int>(3));
		dp[0][0] = -prices[0];
		for(int i = 1; i < n; i++) {
			dp[i][0] = max(dp[i-1][0], dp[i-1][2] - prices[i]);
			dp[i][1] = dp[i-1][0] + prices[i];
			dp[i][2] = max(dp[i-1][1], dp[i-1][2]);
		}
		
		return max(dp[n-1][1], dp[n-1][2]);
    }
};

 

---

继续优化（空间上）

注意到上面的状态转移方程中，dp[i][..]只与 dp[i-1][..] 有关，而与 dp[i-2][..] 及之前的所有状态都无关，因此我们不必存储这些无关的状态。也就是说，我们只需要将 dp[i-1][0]，dp[i-1][1]，dp[i-1][2] 存放在三个变量中，通过它们计算出 dp[i][0]，dp[i][1]，dp[i][2] 并存回对应的变量，以便于下一天的状态转移即可。

-解题代码

class Solution {
public:
    int maxProfit(vector<int>& prices) {
		if (prices.empty()) return 0;
		
		int n = prices.size();
		int dp0 = -prices[0];
		int dp1 = 0;
		int dp2 = 0;
		for(int i = 1; i < n; i++) {
			int newdp0 = max(dp0, dp2 - prices[i]);
			int newdp1 = dp0 + prices[i];
			int newdp2 = max(dp1, dp2);
			
			dp0 = newdp0;
			dp1 = newdp1;
			dp2 = newdp2;
		}
		
		return max(dp1, dp2);
    }
};