LeetCode | 188. Best Time to Buy and Sell Stock IV DP难题

Say you have an array for which the i^th elementis the price of a given stock on day i.

Design an algorithm to find the maximum profit. You may completeat most k transactions.

Note:
You may not engage in multiple transactions at the same time (ie, you must sellthe stock before you buy again).

Credits:
Special thanks to @Freezen for adding this problem and creatingall test cases.

这一题看到题目就应该可以想到DP

不过当我使用我自己一开始的DP思想的时候，内存超了，因为题目中给的数据可能非常的大，所以需要优化内存，

使用last[i][j]表示取0~i天的股票价格，最多交易j次，在第i天完成最后一次交易可以获得的最大收益，grabal[i][j]表示取0~i天的股票价格，最多交易j次，在第i天之前（包括第i天）完成最后一次交易可以获得的最大收益

那么有递推公式

last[i][j] =max(max(0, grabal[i - 1][j - 1] + max(prices[i] - prices[i - 1], 0)), last[i -1][j] + prices[i] - prices[i - 1]);

grabal[i][j] =max(grabal[i - 1][tmp], last[i][j]);

这里使用的是两个二维数组，如果不进行优化的话，内存会超，所以需要把两个二维数组优化为两个2*k或者是2*n的二维数组

不过即使优化时间还是有可能会超时

经过分析会发现，当k>=(n+1)/2的时候，可以在prices数组上取任意组合，也就是可以交易任意次，任意交易方案都可以实现，交易不受k次数的限制，问题退化为在原数组上找到最优的方案，因此直接遍历一遍Prices数组，找出最优方案即可，O(n)的时间即可实现

int maxProfit2(vector<int>& prices){
        int result = 0;
        int n = prices.size();
        for(int i = 1; i < n; i ++){
            if(prices[i] > prices[i-1])
                result += (prices[i] - prices[i-1]);
        }
        return result;
 }
 int maxProfit(int k, vector<int>& prices)
 {
        int n = prices.size();
        if(n <= 0||k<=0) return 0;
        if(k >=(n+1)/2 ) return maxProfit2(prices);
		vector<vector<int> > grabal(n+1,vector<int>(2,0));
		vector<vector<int> > last(n+1,vector<int>(2,0));
		int tmp = 0;
     for (int j = 1;j<=k;j++)
        for (int i = 1;i<n;i++)
            {
                tmp = j % 2;
                int adfjp = last[i - 1][(tmp - 1) == -1 ? 1 : 0] + prices[i] - prices[i - 1];
                last[i][tmp] = max(max(0, grabal[i - 1][(tmp - 1) == -1 ? 1 : 0] + max(prices[i] - prices[i - 1], 0)), last[i - 1][tmp] + prices[i] - prices[i - 1]);
                grabal[i][tmp] = max(grabal[i - 1][tmp], last[i][tmp]);
            }
        return grabal[n - 1][k % 2];
 }