309. 最佳买卖股票时机含冷冻期

解体思路

官方题解

1. 约束条件很多

   • 卖出股票只能在买入股票之后。
   • 卖出股票后需要等一天内才能继续买入股票。
   • 如果把卖出当作两天，需要对最后一天的卖出进行特殊的操作，这十分的麻烦。

2. 解决这种复杂的问题一般采用动态规划（经验所致），状态确定了转移方程都不难，难的是确定状态。

   • 如何确定状态？
   • $dp[i][j]$代表啊第一次买入在第$i$天，最后一次卖出在第$j$天可不可以？产生问题：卖出股票后需要等一天才能继续买入怎么考虑进？如何糅合入$prices[i]$这个东西？这种状态不好。
   • 于是我们考虑，既然约束条件十分的复杂，为什么我们不把约束条件放到我们的状态中?

3. 考虑将约束条件糅合进我们的状态中：

   • 什么状态？

   • $dp[i]$代表第$i$天结束后我们手头的最大的收入？

   • 第$i$天结束后我们有好几种状态？怎么考虑到这个的？因为这个卖出后还要等一天的设定，造成了很多的状态，这个是在是太麻烦了，所以我们把它拆分出来考虑。

   • 那么有：

   • $dp[i][0]$代表第$i$天结束后我们手头有股票的最大收入。

   • $dp[i][1]$代表第$i$天结束后我们手头没有股票且处于冻结期的最大收入。

   • $dp[i][2]$代表第$i$天结束后我们手头没有股票且不处于冻结期的最大收入。

   • 有了这个状态，我们的状态转移实在是太简单了！有一个需要注意的是，我们的状态的规定是一个累计的东西，我们得到第$i$天的东西只需要从第$i-1$天去得到，不需要考虑前面的$i-2,i-3,...$等等的东西，因为第$i$天的状态可以从第$i-1$天丝滑的过度过来。

   • 那么写下状态转移方程：

     $dp[i][0]=max(dp[i-1][2]-prices[i],dp[i-1][0])$

     $dp[i][1]=dp[i-1][0]+prices[i]$

     $dp[i][2]=max(dp[i-1][1],dp[i-1][2])$

   • 初始状态三个：

     $dp[0][2]=0;第一天结束后不持有股票且处于非冷冻期$

     $dp[0][0]=-prices[0];第一天结束后持有股票$

     $dp[0][1]=0;第一天结束后不持有有股票且处于冷冻期$

class Solution {
public:
    int dp[10005][3];
    int maxProfit(vector<int>& prices) {
        int n=prices.size();
        /*
        * 这句话需要些，被坑一次
        */
        if(n==0){
            return 0;
        }
        dp[0][2]=0;         // 第一天结束后不持有股票且处于非冷冻期
        dp[0][0]=-prices[0]; // 第一天结束后持有股票
        dp[0][1]=0;         // 第一天结束后不持有有股票且处于冷冻期
        for(int i=1;i<n;i++){
            // 第i天结束后持有股票，可能
            // 1. 由第i-1天结束后持有股票转化
            // 2. 由低i-1天结束后不持有股票但是第i天购买了股票转化而来
            dp[i][0]=max(dp[i-1][2]-prices[i],dp[i-1][0]);
            // 第i天结束后不持有股票，处于冷冻期
            // 1. 第i-1天结束后持有股票，第i天卖掉了股票转化而来
            dp[i][1]=dp[i-1][0]+prices[i];
            // 第i天结束后不持有股票，不处于冷冻期
            // 1. 第i-1天结束后不持有股票，处于冷冻期转化而来
            // 2. 第i-1天结束后不持有股票，不处于冷冻期转化而来
            dp[i][2]=max(dp[i-1][1],dp[i-1][2]);
        }   
        int res=max(dp[n-1][1],dp[n-1][2]);
        printf("%d\n",res);
        return res; 
    }
};