leetcode 123. 买卖股票的最佳时机 III hard
题目描述:
给定一个数组,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)。
示例 1:
输入: [3,3,5,0,0,3,1,4]
输出: 6
解释: 在第 4 天(股票价格 = 0)的时候买入,在第 6 天(股票价格 = 3)的时候卖出,这笔交易所能获得利润 = 3-0 = 3 。
随后,在第 7 天(股票价格 = 1)的时候买入,在第 8 天 (股票价格 = 4)的时候卖出,这笔交易所能获得利润 = 4-1 = 3 。
示例 2:
输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。
因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。
示例 3:
输入: [7,6,4,3,1]
输出: 0
解释: 在这个情况下, 没有交易完成, 所以最大利润为 0。
解题思路:
挺好的总结: 力扣
经典dp题。可以从两个角度理解:
完整参考:here
dp[i][k][1 或者 0]
i表示第i天,k表示最多进行了k次交易,第3个维度 0表示现在没有持有股票,1表示现在持有股票
dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i])
max( 选择 rest , 选择 sell )解释:今天我没有持有股票,有两种可能:
要么是我昨天就没有持有,然后今天选择 rest,所以我今天还是没有持有;
要么是我昨天持有股票,但是今天我 sell 了,所以我今天没有持有股票了。dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i])
max( 选择 rest , 选择 buy )解释:今天我持有着股票,有两种可能:
要么我昨天就持有着股票,然后今天选择 rest,所以我今天还持有着股票;
要么我昨天本没有持有,但今天我选择 buy,所以今天我就持有股票了。我们在选择 buy 的时候,把 k 减小了 1,很好理解吧,当然你也可以在 sell 的时候减 1,一样的。
代码一:
class Solution {
public:
int maxProfit(vector<int>& prices) {
// k1:最多进行1次交易的最大获利 0:代表当前没有持有股票, 1:代表当前持有股票
// 初值的设定,还没开始交易,自然 _0的初值都是0, _1的初值是无穷小
int dp_k1_0 = 0;
int dp_k1_1 = INT_MIN;
int dp_k2_0 =0;
int dp_k2_1 = INT_MIN;
int dp_k0_0 = 0; // 最多进行0次交易的最大获利,且当前没有股票 自然是0
//int dp_k0_1 = INT_MIN; 这一题不需要这个变量
for(int i:prices){
//因为使用了压缩空间的技巧,所以先k2,再k1,先_0再_1,这样实际上一天的值才不会被覆盖
// 如果不空间压缩,顺序无所谓
dp_k2_0=max(dp_k2_0,dp_k2_1+i);
dp_k2_1=max(dp_k2_1,dp_k1_0-i);
dp_k1_0=max(dp_k1_0,dp_k1_1+i);
dp_k1_1=max(dp_k1_1,-i); //实际是dp_k1_1=max(dp_k1_1,dp_k0_0-i);
}
return dp_k2_0;
}
};
第二个角度:英文leetcode评论区 (要fan~qiang~)
可以直接看代码,其实是一样的(高星评论给调了顺序,第一眼看上去更符合直观,但是我觉得真正的顺序应该是第一个角度的顺序)
代码二:
//原代码,跟上面的角度是一样的
public class Solution {
public int maxProfit(int[] prices) {
int hold1 = Integer.MIN_VALUE, hold2 = Integer.MIN_VALUE;
int release1 = 0, release2 = 0;
for(int i:prices){ // Assume we only have 0 money at first
release2 = Math.max(release2, hold2+i); // The maximum if we've just sold 2nd stock so far.
hold2 = Math.max(hold2, release1-i); // The maximum if we've just buy 2nd stock so far.
release1 = Math.max(release1, hold1+i); // The maximum if we've just sold 1nd stock so far.
hold1 = Math.max(hold1, -i); // The maximum if we've just buy 1st stock so far.
}
return release2; ///Since release1 is initiated as 0, so release2 will always higher than release1.
}
}
//调了顺序的代码
public int maxProfit(int[] prices) {
int oneBuy = Integer.MIN_VALUE;
int oneBuyOneSell = 0;
int twoBuy = Integer.MIN_VALUE;
int twoBuyTwoSell = 0;
for(int i = 0; i < prices.length; i++){
oneBuy = Math.max(oneBuy, -prices[i]);//we set prices to negative, so the calculation of profit will be convenient
oneBuyOneSell = Math.max(oneBuyOneSell, prices[i] + oneBuy);
twoBuy = Math.max(twoBuy, oneBuyOneSell - prices[i]);//we can buy the second only after first is sold
twoBuyTwoSell = Math.max(twoBuyTwoSell, twoBuy + prices[i]);
}
return Math.max(oneBuyOneSell, twoBuyTwoSell);
}