题目
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 k 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)。
来源:力扣(LeetCode)188. 买卖股票的最佳时机 IV
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-iv/
示例 1:
输入: [2,4,1], k = 2
输出: 2
解释: 在第 1 天 (股票价格 = 2) 的时候买入,在第 2 天 (股票价格 = 4) 的时候卖出,这笔交易所能获得利润 = 4-2 = 2 。
示例 2:
输入: [3,2,6,5,0,3], k = 2
输出: 7
解释: 在第 2 天 (股票价格 = 2) 的时候买入,在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
随后,在第 5 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 。
分析
首先,此题还有5道相似的变种:
1. 只进行一次交易,相当于 k = 1;
2. 不限交易次数,相当于 k = +infinity(正无穷);
3. 第三题是只进行 2 次交易,相当于 k = 2;
4. 剩下两道也是不限次数,但是加了交易「冷冻期」和「手续费」的额外条件,其实就是第二题的变种。
每天都有三种「选择」:买入、卖出、无操作,
我们用 buy, sell, rest 表示这三种选择。
然而,并不是每天都可以任意选择这三种选择的,
因为 sell 必须在 buy 之后,buy 必须在 sell 之后。
那么 rest 操作也应该分两种状态,
一种是 buy 之后的 rest(持有了股票),
另一种是 sell 之后的 rest(没有持有股票)。
而且别忘了,我们还有交易次数 k 的限制,就是说你 buy 还只能在 k > 0 的前提下操作。
这个问题的「状态」有三个:
第一个是天数,
第二个是允许交易的最大次数,
第三个是当前的持有状态(即之前说的 rest 的状态,我们不妨用 1 表示持有,0 表示没有持有)。
然后用一个三维数组就可以装下这几种状态的全部组合:
dp[i][k][0 or 1]
0 <= i <= n-1, 1 <= k <= K
n 为天数,大 K 为最多交易数
此问题共 n × K × 2 种状态,全部穷举出来。
for 0 <= i < n:
for 1 <= k <= K:
for s in {0, 1}:
dp[i][k][s] = max(buy, sell, rest)
比如说 dp[3][2][1]
的含义就是:今天是第三天,我现在手上持有着股票,至今最多进行过 2 次交易。
再比如 dp[2][3][0]
的含义:今天是第二天,我现在手上没有持有股票,至今最多进行过 3 次交易。
我们想求的最终答案是 dp[n - 1][K][0],即:
最后一天,最多允许 K 次交易,最多获得多少利润。
dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i])
max( 选择 rest , 选择 sell )
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 )
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。
注意:这儿,我们约定buy时,交易数+1; sell时,交易数不变;
因为一次buy + 一次sell = 一次交易
确定基本情况:
dp[-1][k][0] = 0
解释:因为 i 是从 0 开始的,所以 i = -1 意味着还没有开始,这时候的利润当然是 0 。
dp[-1][k][1] = -infinity
解释:还没开始的时候,是不可能持有股票的,用负无穷表示这种不可能。
dp[i][0][0] = 0
解释:因为 k 是从 1 开始的,所以 k = 0 意味着根本不允许交易,这时候利润当然是 0 。
dp[i][0][1] = -infinity
解释:不允许交易的情况下,是不可能持有股票的,用负无穷表示这种不可能。
解题1,当K无限大(不限次数)
k无限大时, k-1 和 k一样
消去k后,代码如下:
class Solution {
public int maxProfit(int[] priceArr) {
int dayNum = priceArr.length;
if (dayNum == 0) {
return 0;
}
int[][] dpArr = new int[dayNum][2];
for (int i = 0; i < dayNum; i++) {
if (i == 0) {
// 第1天啥也不干,当然利润为0
dpArr[i][0] = 0;
// 第1天买入股票,出血priceArr[0];
dpArr[i][1] = -priceArr[i];
continue;
}
dpArr[i][0] = Math.max(dpArr[i-1][0], dpArr[i-1][1] + priceArr[i]);
dpArr[i][1] = Math.max(dpArr[i-1][1], dpArr[i-1][0] - priceArr[i]);
}
return dpArr[dayNum - 1][0];
}
}
解题2,当k为任意数时
这儿又要分情况讨论:
如果传入的 k 值非常大时,dpArr 数组太大了。
想想看,交易次数 k 最多有多大呢?
一次交易由买入和卖出构成,至少需要两天。
所以说有效的限制 k 应该不超过 n/2,
如果超过,就没有约束作用了,相当于 k = +infinity。
这种情况是上面解题1中解决过的。
class Solution {
// k为无限大时
public int maxProfit_infinite(int[] priceArr) {
int dayNum = priceArr.length;
if (dayNum == 0) {
return 0;
}
int[][] dpArr = new int[dayNum][2];
for (int i = 0; i < dayNum; i++) {
if (i == 0) {
dpArr[i][0] = 0;
dpArr[i][1] = -priceArr[i];
continue;
}
dpArr[i][0] = Math.max(dpArr[i-1][0], dpArr[i-1][1] + priceArr[i]);
dpArr[i][1] = Math.max(dpArr[i-1][1], dpArr[i-1][0] - priceArr[i]);
}
return dpArr[dayNum - 1][0];
}
public int maxProfit(int kMax, int[] priceArr) {
int dayNum = priceArr.length;
if (dayNum == 0) {
return 0;
}
if (kMax > dayNum / 2) {
return maxProfit_infinite(priceArr);
}
int[][][] dpArr = new int[dayNum][kMax + 1][2];
for (int i = 0; i < dayNum; i++) {
for (int k = kMax; k >= 1; k--) {
if (i == 0) {
// i为-1,表示交易还没有开始,故利润为0
// dpArr[-1][k][0] = 0;
// i为-1表示交易还没有开始,不可能持有股票,用负无穷表示这种不可能
// dpArr[-1][k][1] = Integer.MIN_VALUE;
// k是从1开始的, 当k为0代表不允许交易,利润为0
dpArr[i][0][0] = 0;
// k是从1开始的, 当k为0代表不允许交易,这时是不可能持有股票的,用负无穷表示这种不可能
dpArr[i][0][1] = Integer.MIN_VALUE;
// 第1天手中没有股票,当然是没交易没收入了
dpArr[i][k][0] = 0;
// 第1天就持有股票,肯定是买入了啦
dpArr[i][k][1] = -priceArr[i];
continue;
}
dpArr[i][k][0] = Math.max(dpArr[i-1][k][0], dpArr[i-1][k][1] + priceArr[i]);
dpArr[i][k][1] = Math.max(dpArr[i-1][k][1], dpArr[i-1][k-1][0] - priceArr[i]);
}
}
// 穷举了 dayNum × kMax × 2 个状态,正确。
return dpArr[dayNum - 1][kMax][0];
}
}