【Leetcode】309. Best Time to Buy and Sell Stock with Cooldown

题目地址：

https://leetcode.com/problems/best-time-to-buy-and-sell-stock-with-cooldown/

给定每天的股价$p$，必须卖出后才能买入，并且每次卖出的时候第二天是不能买的，必须至少隔一天。问能获得的最大利润。

法1：状态机，从cash角度考虑。定义三个状态，第一个状态是有货，第二个状态是出货，第三个状态是冷冻，分别记为$0,1,2$。那么状态转移是这样的：
1、转移到$0$，可以$0\to 0$，表示昨天买入或持有，然后今天继续持有，此时边权是$0$；也可以$2\to 0$，昨天冷冻期，今天买入，边权是$-p[i]$；
2、转移到$1$，可以$0\to 1$，表示昨天有货，今天卖了，边权是$p[i]$；
3、转移到$2$，可以$1\to 2$，表示昨天出货，今天冷冻一天，边权是$0$；也可以$2\to 2$，表示昨天冷冻，今天继续不操作，边权也是$0$。
一路递推到最后一天即可，最后返回三个状态结尾的cash最大值。题目隐含最后一天一定要卖，所以直接比较状态$1$和$2$即可。代码如下：

public class Solution {
    public int maxProfit(int[] prices) {
        if (prices == null || prices.length == 0) {
            return 0;
        }
        
        int len = prices.length;
        int[] buy = new int[len], sell = new int[len], cool = new int[len];
        // 第0天有货的话，cash是负的
        buy[0] = -prices[0];
        for (int i = 1; i < len; i++) {
            buy[i] = Math.max(buy[i - 1], cool[i - 1] - prices[i]);
            sell[i] = buy[i - 1] + prices[i];
            cool[i] = Math.max(cool[i - 1], sell[i - 1]);
        }
        
        return Math.max(sell[len - 1], cool[len - 1]);
    }
}

时空复杂度$O(n)$。

法2：状态机，从asset角度考虑。状态定义同上，第一个状态是有货，第二个状态是出货，第三个状态是冷冻，分别记为$0,1,2$。状态转移是一样的，但边权会发生变化：
1、转移到$0$，可以$0\to 0$，表示昨天买入或持有，然后今天继续持有，此时边权是$p[i]-p[i-1]$（股票价格变了，导致资产变化）；也可以$2\to 0$，昨天冷冻期，今天买入，边权是$0$（资产从cash的形式变为了股票形式，但资产价值没有变）；
2、转移到$1$，可以$0\to 1$，表示昨天有货，今天卖了，边权是$p[i]-p[i-1]$；
3、转移到$2$，可以$1\to 2$，表示昨天出货，今天冷冻一天，边权是$0$；也可以$2\to 2$，表示昨天冷冻，今天继续不操作，边权也是$0$。
最后要返回状态$2$和$3$，以及状态$1$减去最后一天股价三者的最大值（状态$1$表示持有股票，但最后一天要变现的）。代码如下：

public class Solution {
    public int maxProfit(int[] prices) {
        if (prices == null || prices.length == 0) {
            return 0;
        }
        
        int len = prices.length;
        int[] buy = new int[len], sell = new int[len], cool = new int[len];
        for (int i = 1; i < len; i++) {
            buy[i] = Math.max(buy[i - 1] + prices[i] - prices[i - 1], cool[i - 1]);
            sell[i] = buy[i - 1] + prices[i] - prices[i - 1];
            cool[i] = Math.max(cool[i - 1], sell[i - 1]);
        }
        
        return Math.max(Math.max(sell[len - 1], cool[len - 1]), buy[len - 1] - prices[len - 1]);
    }
}

时空复杂度一样。