力扣 188. 买卖股票的最佳时机 IV python AC

动态规划

class Solution:
    def maxProfit(self, k, prices):
        size = len(prices)
        maxv = 0
        dp = [[[0] * (k + 1) for _ in range(2)] for _ in range(size)]
        dp[0][0][0] = 0
        dp[0][1][0] = -prices[0]
        for i in range(1, k + 1):
            dp[0][0][i] = dp[0][1][i] = -float('inf')
        for i in range(1, size):
            for j in range(k + 1):
                if j != 0:
                    dp[i][0][j] = max(dp[i - 1][0][j], dp[i - 1][1][j - 1] + prices[i])
                dp[i][1][j] = max(dp[i - 1][1][j], dp[i - 1][0][j] - prices[i])
                maxv = max(maxv, dp[i][0][j])
        return maxv

定义状态dp[i][j][k]表示在当前状态下能够得到的最大盈利

（i：第i天，j：当前是否持股（1是0否），k：当前已经卖出过几次股票）

--构建三维dp数组，初始化为0

--dp[0][1][0] = -prices[0]（第0天持有股票已卖出0次的总盈利，即买第一天的股票花费price[0]）

--dp[0][0][i], dp[0[[1][i](i>1) = -float('inf')(第0天只能卖出0次，其他状态都不可能)

--从1到size-1遍历i

  --从0到k遍历j

    --情况1：第i-1天持有股票，在第i天卖出，+第i天股票价格，此时卖出次数+1

      dp[i][0][j] 为 dp[i - 1][1][j - 1] + prices[i] 和 前一天相同状态 的较大值

    （注意此情况卖出次数至少为1 ，所以加入判断去除卖出后卖出次数还为0的情况）

    --情况2：第i-1天未持有股票，在第i天买入，-第i-1天股票价格，此时卖出次数不变

      dp[i][1][j] 为 dp[i - 1][0][j] - prices[i] 和 前一天相同状态 的较大值

    --记录当前轮次中不持有股票时能够盈利的最大值