题目
给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。
如果你最多只允许完成一笔交易(即买入和卖出一支股票一次),设计一个算法来计算你所能获取的最大利润。
注意:你不能在买入股票前卖出股票。
示例 1:
输入: [7,1,5,3,6,4]
输出: 5
解释: 在第 2 天(股票价格 = 1)的时候买入,在第 5 天(股票价格 = 6)的时候卖出,最大利润 = 6-1 = 5 。
注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格;同时,你不能在买入前卖出股票。
示例 2:
输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。
解题思路
状态机的思想
影响利润的有3个因素:
- 当前的天数i,i的取值范围是: 0 ≤ i < n 0 \leq i<n 0≤i<n
- 已经卖出or买入的次数k,k的取值范围是: 0 ≤ k ≤ K 0 \leq k \leq K 0≤k≤K,其中K是允许交易的最大次数
- 手里有没有股票,用stat来代表,取值是{0, 1}
用买入次数来表征交易次数,用dp表示当前的利润,则有转移方程:
d
p
[
i
]
[
k
]
[
0
]
=
m
a
x
(
d
p
[
i
−
1
]
[
k
]
[
0
]
,
d
p
[
i
−
1
]
[
k
]
[
1
]
+
p
r
i
c
e
s
[
i
]
)
d
p
[
i
]
[
k
]
[
1
]
=
m
a
x
(
d
p
[
i
−
1
]
[
k
]
[
1
]
,
d
p
[
i
−
1
]
[
k
−
1
]
[
0
]
−
p
r
i
c
e
s
[
i
]
)
\begin{aligned} 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]) \end{aligned}
dp[i][k][0]dp[i][k][1]=max(dp[i−1][k][0],dp[i−1][k][1]+prices[i])=max(dp[i−1][k][1],dp[i−1][k−1][0]−prices[i])
第一行表示当前手里没股票,那么要么是前一天就没有,要么是前一天有,今天卖掉了。
第二行表示当前手里有股票,那么要么是前一天有股票(然后啥都没干),要么是前一天没有,今天买入了。
对本题而言,k的取值只有2个,0或者1,并且对任意i:dp[i][0][0] = 0, dp[i][0][1]不可能出现,所以我们可以化简,去掉k=0的状态,只计算k=1的dp,在需要用的时候单独讨论。
本题的状态方程推导过程为:
{
d
p
[
i
]
[
1
]
[
0
]
=
m
a
x
(
d
p
[
i
−
1
]
[
1
]
[
0
]
,
d
p
[
i
−
1
]
[
1
]
[
1
]
+
p
r
i
c
e
s
[
i
]
)
d
p
[
i
]
[
1
]
[
1
]
=
m
a
x
(
d
p
[
i
−
1
]
[
1
]
[
1
]
,
d
p
[
i
−
1
]
[
0
]
[
0
]
−
p
r
i
c
e
s
[
i
]
)
⇔
{
d
p
[
i
]
[
0
]
=
m
a
x
(
d
p
[
i
−
1
]
[
0
]
,
d
p
[
i
−
1
]
[
1
]
+
p
r
i
c
e
s
[
i
]
)
d
p
[
i
]
[
1
]
=
m
a
x
(
d
p
[
i
−
1
]
[
1
]
,
−
p
r
i
c
e
s
[
i
]
)
⇔
{
d
p
_
0
=
m
a
x
(
d
p
_
0
,
d
p
_
1
+
p
r
i
c
e
s
[
i
]
)
d
p
_
1
=
m
a
x
(
d
p
_
1
,
−
p
r
i
c
e
s
[
i
]
)
\begin{aligned} & \begin{cases} 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]) \end{cases} \\ \Leftrightarrow & \begin{cases} dp[i][0] &= max(dp[i-1][0], dp[i-1][1] + prices[i]) \\ dp[i][1] &= max(dp[i-1][1], - prices[i]) \end{cases} \\ \Leftrightarrow & \begin{cases} dp\_0 &= max(dp\_0, dp\_1+ prices[i]) \\ dp\_1 &= max(dp\_1, - prices[i]) \end{cases} \\ \end{aligned}
⇔⇔{dp[i][1][0]dp[i][1][1]=max(dp[i−1][1][0],dp[i−1][1][1]+prices[i])=max(dp[i−1][1][1],dp[i−1][0][0]−prices[i]){dp[i][0]dp[i][1]=max(dp[i−1][0],dp[i−1][1]+prices[i])=max(dp[i−1][1],−prices[i]){dp_0dp_1=max(dp_0,dp_1+prices[i])=max(dp_1,−prices[i])
推导结束后,给dp_0和dp_1赋初值。dp_0代表手里没股票,所以利润为0,dp_1代表手里有股票,那么利润应该是-prices[0]
代码
class Solution:
def maxProfit(self, prices: List[int]) -> int:
dp_0, dp_1 = 0, -prices[0]
for each_price in prices[1:]:
dp_0 = max(dp_0, dp_1 + each_price)
dp_1 = max(dp_1, -each_price)
return dp_0