买卖股票系列问题——DP

首先我们知道动态的规划的核心就是穷举状态，然后我们在状态中选择最优解，对于卖卖股票的系列问题，我们就举出可能会出现的所有状态

• 当前是否持有股票，1表示当前持有股票，0表示当前不持有股票
• 当前天数，表示这是第几天的结果，我们求的应该是最后一天的最大利润
• 进行买卖的次数，可能会限制卖卖的次数

for 状态1 in 状态1的所有取值：
    for 状态2 in 状态2的所有取值：
        for ...
            dp[状态1][状态2][...] = 择优(选择1，选择2...)

• 对应着不同的状态说明是有着不同的选择，有三种选择，买入，卖出，无操作，用buy,sell,rest来表示三种选择
• 选择是有限制的，比如我们的buy必须在sell之后，sell必须在bug之后，rest操作也应该分为两种状态，一种是buy之后rest（持有股票），一种是sell之后rest(没有持有股票)，而且对应着交易次数的限制，也就是说buy在k>0的前提下操作

穷举框架

dp[i][k][0 or 1]
0 <= i <= n - 1, 1 <= k <= K
n 为天数，大 K 为交易数的上限，0 和 1 代表是否持有股票。
此问题共 n × K × 2 种状态，全部穷举就能搞定。

for 0 <= i < n:
    for 1 <= k <= K:
        for s in {0, 1}:
            dp[i][k][s] = max(buy, sell, rest)

• 我们最终想求的答案是dp[n-1][K][0],也就是最后一天，最多允许K次交易，最多获取多少利润
• 为什么不是dp[n-1][K][0]，因为在最后一天，我们将手里股票卖出去的利润肯定比放在手里多

状态转换图

dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i])
              max( 今天选择 rest,        今天选择 sell       )

• 关于今天我们没有持有股票，可能昨天我们也是没有持有股票，那么就是rest
• 关于今天我们没有持有股票，可能昨天我们是持有股票的，那么就是是sell，我们是在buy是时候减少k，因为我们第一次交易肯定是买股票，因为交易是从 buy 开始，如果 buy 的选择不改变交易次数 k 的话，会出现交易次数超出限制的的错误。

关于base case

dp[-1][...][0] = 0
解释：因为 i 是从 0 开始的，所以 i = -1 意味着还没有开始，这时候的利润当然是 0。

dp[-1][...][1] = -infinity
解释：还没开始的时候，是不可能持有股票的。
因为我们的算法要求一个最大值，所以初始值设为一个最小值，方便取最大值。

dp[...][0][0] = 0
解释：因为 k 是从 1 开始的，所以 k = 0 意味着根本不允许交易，这时候利润当然是 0。

dp[...][0][1] = -infinity
解释：不允许交易的情况下，是不可能持有股票的。
因为我们的算法要求一个最大值，所以初始值设为一个最小值，方便取最大值。

121买卖彩票的最佳时期

• 套模板，这道题其实就是要求我们k是1

dp[i][1][0] = max(dp[i-1][1][0], dp[i-1][1][1] + prices[i])
dp[i][1][1] = max(dp[i-1][1][1], dp[i-1][0][0] - prices[i]) 
            = max(dp[i-1][1][1], -prices[i])
解释：k = 0 的 base case，所以 dp[i-1][0][0] = 0。

现在发现 k 都是 1，不会改变，即 k 对状态转移已经没有影响了。
可以进行进一步化简去掉所有 k：
dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])
dp[i][1] = max(dp[i-1][1], -prices[i])

class Solution {
    public int maxProfit(int[] prices) {
        int n=prices.length;
        int dp[][]=new int[n][2];
        for(int i=0;i<n;i++){
            if (i-1==-1){
                dp[i][1]=-prices[i];
                dp[i][0]=0;
                continue;
            }
            dp[i][1]=Math.max(dp[i-1][1],-prices[i]);
            dp[i][0]=Math.max(dp[i-1][0],dp[i-1][1]+prices[i]);
        }
        return dp[n-1][0];
    }
}

• 也就是 k 为正无穷，但含有交易冷冻期的情况

如果 k 为正无穷，那么就可以认为 k 和 k - 1 是一样的。可以这样改写框架

dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i])
dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i])
            = max(dp[i-1][k][1], dp[i-1][k][0] - prices[i])

我们发现数组中的 k 已经不会改变了，也就是说不需要记录 k 这个状态了：
dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])
dp[i][1] = max(dp[i-1][1], dp[i-1][0] - prices[i])

关于冷冻期的改变

dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])
dp[i][1] = max(dp[i-1][1], dp[i-2][0] - prices[i])
解释：第 i 天选择 buy 的时候，要从 i-2 的状态转移，而不是 i-1 。

class Solution {
    public int maxProfit(int[] prices) {
        int n=prices.length;
        int dp[][]=new int [n][2];
        //省略k 因为k为无穷大
        //买入的时候需要隔一天
        for(int i=0;i<n;i++){
            if(i-1==-1){
                dp[i][0]=0;
                dp[i][1]=-prices[i];
                continue;
            }
            if(i-2==-1){
                dp[i][0]=Math.max(dp[i-1][0],dp[i-1][1]+prices[i]);
                dp[i][1]=Math.max(dp[i-1][1],0-prices[i]);
                continue;
            }
            dp[i][0]=Math.max(dp[i-1][0],dp[i-1][1]+prices[i]);
            dp[i][1]=Math.max(dp[i-1][1],dp[i-2][0]-prices[i]);
        }
        return dp[n-1][0];
    }
}