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);
}
};