买卖股票的最佳时机系列问题
力扣上相关的6道题目，源地址如下：
卡尔在代码随想录的视频中有这一系列的问题：链接地址，这篇文章也是看了卡哥视频后的一个分享。
注：上述题目不一定非要使用动态规划，但是本文章全部使用动态规划。本系列的题目初始资金都是0。
再注：卡尔视频中定义的是一个二维的dp数组，但其实可以简化为变量表示不同状态，因为后一天只受前一天的状态影响，因此本文章的代码大部分是使用变量代替数组。
买卖股票的最佳时机(简单)
题目描述
给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。
你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。
返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。
解题思路
系列第一个题，直接动规五部曲。
-
定义变量
hold表示在第i天，持有股票时手里最大的资金；定义变量notHold表示第i天未持有股票时，手里的最大资金。 -
初始化两个变量，第一天持有股票只能是当天买入的，所以
hold = -prices[0]，未持有只能是当天没有买入，所以为0。 -
只要搞清楚第
i天与前一天的关系，那就很容易写出递推公式了。假设今天是第i天，如果我今天持有股票，那么分为两种情况：-
昨天就已经持有了（注意持有和买入不一样，有可能是更早的时候买入的，只要没有卖出，都是持有状态），那么此时
hold = hold。 -
如果是今天刚买入，那么
hold = -prices[i]。
同样，今天没有持有股票也分为两种情况：
- 一直没有持有
notHold = notHold。 - 今天刚卖，也就是昨天持有，那么
notHold = hold + prices[i]
因此，最终两个递推公式为：
hold = Math.max(hold, -prices[i])notHold = Math.max(notHold, prices[i])
-
-
遍历顺序，从左往右，从下标为1开始遍历。
-
打印每一轮的状态（这一步有错的时候再做）
最终返回的结果就是notHold的值，因为只有未持有状态，才能符合题目说的“返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0”这句话 。
代码
class Solution {
public int maxProfit(int[] prices) {
int hold = -prices[0], notHold = 0;
for (int i = 1; i < prices.length; i++) {
hold = Math.max(hold, -prices[i]);
notHold = Math.max(notHold, hold + prices[i]);
}
return notHold;
}
}
买卖股票的最佳时机 II（中等）
题目描述
给你一个整数数组 prices ，其中 prices[i] 表示某支股票第 i 天的价格。
在每一天，你可以决定是否购买和/或出售股票。你在任何时候最多只能持有一股股票。你也可以先购买，然后在同一天出售。
返回你能获得的最大利润 。
解题思路
这里和上一题不同的是，不限制购买次数。但其核心思想是不变的，只是持有股票这个状态有一点点变化。
由于上一题只能买卖一次，因此持有时手里的资金只能是-prices[i]，但是这一题由于可以买卖多次，持有状态有可能已经交易过一次了，手里已经赚了一笔，不一定是0。
所以这里非第一次持有的递推公式改为hold = Math.max(hold, notHold -prices[i])
未持有状态不变。
代码
class Solution {
public int maxProfit(int[] prices) {
int hold = -prices[0], notHold = 0;
for (int i = 0; i < prices.length; i++) {
hold = Math.max(hold, notHold - prices[i]);
notHold = Math.max(notHold, hold + prices[i]);
}
return notHold;
}
}
买卖股票的最佳时机 III（困难）
题目描述
给定一个数组prices，它的第i个元素是一支给定的股票在第i天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。
注意：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）。
解题思路
条件变为只能够买卖两次，我刚做这道题时陷入了误区，认为上一题是可以买卖多次，那我直接在上一题的基础上，控制次数为两次不就可以了吗？这是不行的，因为上一题的解题方法中没有明确到底是什么时候进行买卖的，他记录的是各种情况下的最优值。
本题既然进行两次买卖，那么我们相应的增加变量即可。
first_hold 表示第一次持有，second_hold 表示第二次持有。
first_notHold 表示第一次未持有，second_notHold 表示第二次未持有。
第一次持有和第一次未持有还是按照上一题的方法初始化，但是第二次持有和第二次未持有就不太好想了，因为结合实际意义来看，第二次的状态依托于第一次，是不确定的。但是我们要明白一个递推关系，也就是第一次持有 -> 第一次未持有 -> 第二次持有 -> 第二次未持有。
同时我们取的是最大值，必须要保证如果第一次持有是最优的，那么第二次持有不能把第一次的给覆盖掉，所以第二次持有可以初始化为一个很小的数，本题中，第一次持有的状态如果发生了变化，表明找到了比-prices[0]更大的值，因此第二次持有也初始化为-prices[0]，就可以保证后面不会覆盖了。同理，第二次未持有取一个小的数即可，由于第二次未持有的情况发生在已经买卖过一次的情况下，手里是有盈利的，所以初始化为0，这样就不会覆盖前面已经盈利的值了。
代码
class Solution {
public int maxProfit(int[] prices) {
int first_hold = -prices[0], second_hold = -prices[0];
int first_notHold = 0, second_notHold = 0;
for (int i = 1; i < prices.length; i++) {
first_hold = Math.max(first_hold, -prices[i]);
first_notHold = Math.max(first_notHold, first_hold + prices[i]);
second_hold = Math.max(second_hold, first_notHold - prices[i]);
second_notHold = Math.max(second_notHold, second_hold + prices[i]);
}
return second_notHold;
}
}
买卖股票的最佳时机 IV
给你一个整数数组 prices 和一个整数 k ，其中 prices[i] 是某支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。也就是说，你最多可以买 k 次，卖 k 次。
注意：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）。
解题思路
本题修改为买卖k次，讲道理，k是多少我们就使用多少对变量，表示每一次的持有和未持有状态即可。但由于k是变化的，因此我们可以使用一个数组来表示。
定义数组dp[k * 2]表示每一次的状态，偶数为未持有，奇数为持有，例如，dp[0]表示第一次持有，dp[1]表示第一次未持有；dp[2]表示第二次持有，dp[3]表示第二次未持有。。。
按照上一题的初始化方法，每一次的未持有都初始化为-prices[0]。
只需要注意，第一次持有和非第一次持有的递推公式不同。
代码
class Solution {
public int maxProfit(int k, int[] prices) {
int[] dp = new int[2 * k];
for (int i = 0; i < 2 * k; i += 2) {
dp[i] = -prices[0];
}
for (int i = 1; i < prices.length; i++) {
for (int j = 0; j < k * 2; j += 2) {
if (j == 0)
dp[j] = Math.max(dp[j], -prices[i]);
else
dp[j] = Math.max(dp[j], dp[j - 1] - prices[i]);
dp[j + 1] = Math.max(dp[j + 1], dp[j] + prices[i]);
}
}
return dp[2 * k -1];
}
}
买卖股票的最佳时机含手续费
题目描述
给定一个整数数组 prices，其中 prices[i]表示第 i 天的股票价格 ；整数fee代表了交易股票的手续费用。
你可以无限次地完成交易，但是你每笔交易都需要付手续费。如果你已经购买了一个股票，在卖出它之前你就不能再继续购买股票了。
返回获得利润的最大值。
注意：这里的一笔交易指买入持有并卖出股票的整个过程，每笔交易你只需要为支付一次手续费。
解题思路
这是在买卖股票的最佳时机 II的基础上增加了手续费这一说，每一笔交易都需要支付手续费。我们只需要在买入或者卖出的时候支付手续费即可，这里我以卖出时支付手续费为例。
代码
class Solution {
public int maxProfit(int[] prices, int fee) {
int hold = -prices[0], notHold = 0;
for (int i = 1; i < prices.length; i++) {
hold = Math.max(hold, notHold - prices[i]);
notHold = Math.max(notHold, hold + prices[i] - fee);
}
return notHold;
}
}
买卖股票的最佳时机含冷冻期
给定一个整数数组prices，其中第 prices[i] 表示第 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）:
卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。
注意：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）。
解题思路
又是在买卖股票的最佳时机 II的基础上增加限制条件，卖出股票后不能够在下一天买入了，那么我们需要新增状态freeze表示冷冻期，此时已经卖出，不能购买股票；同时需要新增状态keepSell表示早就卖出了，此时可以买入。
这里不容易理解的是持有股票的状态转移方程：hold = Math.max(Math.max(hold,keepSell - prices[i]), freeze - prices[i]);，可能大伙会想，持有股票这种情况下，要么是很早就持有了，要么是刚买入的，而刚买入只能是非冷冻期期间，为什么需要考虑冻结期的情况呢？
其实这里是把买入分开来计算的，这个式子中freeze - prices[i]表示的是上一天是冻结期，今天我进行买入；keepSell - prices[i]这个表示的是上一天是保持卖出状态，今天进行买入。
保持卖出的状态转移方程就好理解多了，要么昨天是冷冻期，今天是保持卖出的；要么昨天已经是保持卖出了。所以状态转移方程为：keepSell = Math.max(keepSell, freeze)
冷冻期只与前一天有关，冷冻期的前一天必然是卖出，也就是前一天持有状态下的资金加上前一天的股票价格。
代码
class Solution {
public int maxProfit(int[] prices) {
int hold = -prices[0], sell = 0;
// 新增保持卖出和冷冻期两种状态
int keepSell = 0, freeze = 0;
for (int i = 1; i < prices.length; i++) {
int t = hold;
// 持有股票，可能早就持有了，可能是在保持卖出的时候买入的，
hold = Math.max(Math.max(hold,keepSell - prices[i]), freeze - prices[i]);
sell = Math.max(sell, hold + prices[i]);
keepSell = Math.max(keepSell, freeze);
freeze = t + prices[i - 1];
}
return sell;
}
}
其实这一系列的股票问题，只要理解了每个问题的核心状态，以及每个状态是如何得到的，做起来也还好。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
